ImageDataGenerator.flow_from_directory中的图像和标签不匹配

Question

我想分类大约2000类图像。所以我用了ImageDataGenerator，flow_from_directory。

我制作了主目录和2000子目录。

在主目录(Test1)中

​

在子目录中

每个子目录有20个图像

(合共约四万张图片)

我用这个脚本检查了生成器。

from tensorflow.keras.preprocessing.image import ImageDataGenerator

trainDataGen = ImageDataGenerator(rescale=1./255)
trainGenSet = trainDataGen.flow_from_directory(
    './test1',
    batch_size=8,
    target_size=(64,64),
    class_mode='categorical',
    color_mode='grayscale'
)
import numpy as np
import matplotlib.pyplot as plt

a = trainGenSet.next()

plt.imshow(a[0][0])
print(np.argmax(a[1][0]))
plt.show()

然后我看了那个不符合标签的图片

A有第300张图片，但a1有1948年！

但发电机运转良好，不到10节课。

我测试了10个类(数字0~9的图像)。

​

​

然后发电机就正常工作了！

为什么生成器可以生成少于10个类的正确对，而不能生成超过10个类的正确对呢？？

Answer 1

在flow_from_directory中，您没有指定参数洗牌的值，因此它默认为True。试着把它设为假。还请记住，在python文件和目录中，以字母数字顺序获取。例如，类列表类似于0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20，类目录将由生成器按0、1、10、11、12、13、14、15、16、18、2、20、3、4、5、6、7、8、9的顺序获取。这就是为什么当您有超过10个子目录时，顺序不是您所期望的。您可以通过对您的子目录名(如0000 0001 0002 0003等)使用“零”填充来避免这种情况。记住，文件也是按字母数字顺序提取的。