python - 使用 keras ImageDataGenerator flow_from_dataframe 时,验证集仅从一个类中获取图像
问题描述
我有一个图像列表以及它所属的这种格式的类:
列表.txt
image1 good
image2 good
image3 good
.
.
.
image4 bad
image5 bad
image6 bad
我使用 ImageDataGenerator 来拆分验证数据:
train_datagen = ImageDataGenerator(rescale=1./255, validation_split = 0.25)
我使用熊猫从文件中读取数据框:
load_images = pd.read_csv("list.txt", delim_whitespace = True, header = None)
load_images.columns = ['filename','class']
load_images.columns = load_images.columns.str.strip()
trainDataframe = load_images
我使用 flow_from_dataframe 创建训练和验证生成器:
train_generator = train_datagen.flow_from_dataframe(
trainDataFrame,
x_col = 'filename',
y_col = 'class',
directory = path_to_parent_folder_of_images,
target_size=(inputHeight, inputWidth),
batch_size=batch_size,
class_mode='categorical',
subset = 'training',
save_to_dir = "path_to_folder\\training",
shuffle = True)
validation_generator = train_datagen.flow_from_dataframe(
trainDataFrame,
x_col = 'filename',
y_col = 'class',
directory = path_to_parent_folder_of_images,
target_size=(inputHeight, inputWidth),
batch_size=batch_size,
class_mode='categorical',
subset= 'validation',
save_to_dir = "path_to_folder\\validation",
shuffle = True)
最后我训练模型:
model.fit_generator(
train_generator,
steps_per_epoch = train_generator.n // train_generator.batch_size,
epochs = epochs,
validation_data = validation_generator,
validation_steps = validation_generator.n // validation_generator.batch_size,
callbacks = callback_list)
问题是验证集只包含来自bad类的图像。没有其他班级的图像。我使用了将图像保存到目录参数,我只看到一个类的图像。训练生成器看起来不错(有好有坏的图像)。由于此错误,我的验证准确度始终为 0 或 1。我在网上看到了一些例子,并试图遵循它们。似乎没有人面临这个问题,所以我不确定我做错了什么。
我正在使用这些版本:python - 3.7.4
张量流 - 2.0.0
喀拉拉邦 - 2.3.1
解决方案
我意识到 flow_from_dataframe() 从列表中获取前 25% 的图像,而不是随机选择。由于我的列表是排序的,这意味着所有好的类都在一起,坏的一起,它会获取前 25% 的图像并将其发送到验证集,并且由于列表是排序的,它总是将好的图像放在 val_set 中。我用了
from sklearn.utils import shuffle
dataframes = shuffle(dataframes)
洗牌并将其发送到 flow_from_dataframe() 并解决了问题。