Python在tensorflow中导入本地数据集

问题描述

我正在研究Tensorflow中的图像分类。我正要从项目目录中将本地数据集加载到python文件中。我正在关注tensorflow文档（https://www.tensorflow.org/tutorials/images/classification），当我到达添加数据点时，该文档会使用Google数据集从互联网上导入数据。他们使用

dataset_url = "https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz"

然后

data_dir = tf.keras.utils.get_file('flower_photos',origin=dataset_url,untar=True)

我该如何使用名为DataSet的本地目录来做同样的事情？

解决方法

假设您的数据集包含包含image.png的子文件夹。

 import pathlib

data_dir = pathlib.Path('path/to/your/DataSet_folder')

list_ds = tf.data.Dataset.list_files(str(data_dir/'*/*.png'))

list_ds包含图像的所有路径。

,

get_file仅在不存在时下载。因此，您可以将fname设置为本地文件，并像这样设置origin = ''：

data_dir = tf.keras.utils.get_file(os.path.abspath('flower_photos'),origin='',untar=True)

os.path.abspath是必需的，因为默认情况下keras搜索cache_dir来查找文件。

并且由于untar已过时，您最好使用extract代替：

data_dir = tf.keras.utils.get_file(os.path.abspath('flower_photos.tar.gz'),extract=True)