我有一个目录,其中包含图像的子文件夹(根据标签) . 我想在Keras中使用ImageDataGenerator时将这些数据拆分为train和test set . 尽管keras中的model.fit()具有用于指定拆分的参数validation_split,但我找不到与model.fit_generator()相同的参数 . 怎么做 ?
train_datagen = ImageDataGenerator(rescale=1./255,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True)
train_generator = train_datagen.flow_from_directory(
train_data_dir,
target_size=(img_width, img_height),
batch_size=32,
class_mode='binary')
model.fit_generator(
train_generator,
samples_per_epoch=nb_train_samples,
nb_epoch=nb_epoch,
validation_data=??,
nb_val_samples=nb_validation_samples)
我没有单独的验证数据目录,需要将其从训练数据中分离出来
2 回答
Keras现在使用ImageDataGenerator从单个目录添加了Train / validation拆分:
https://keras.io/preprocessing/image/
我有一个PR . 一种方法是散列文件名并执行变体赋值 .
例: