使用张量流的基本图像分类[关闭]

Question

train = 'C:\ProgramData\Anaconda3\animal train'
test = 'C:\ProgramData\Anaconda3\animal test'
lr = 0.001

def label_image(img):
    word_label = img.split('.')[-3]
    if word_label == "cat": return [1,0]
    elif word_label == "dog": return [0,1]

def create_train_data():
    training_data = []
    for img in tqdm(os.listdir(train)):
        label = label_img(img)
        path = os.path.join(train,img)
        img = cv2.resize(cv2.imread(path,cv2.IMREAD_GRAYSCALE),(50,50))
        training_data.append([np.array(img), np.array(label)])
    shuffle(training_data)
    return(training_data)

我是tensorflow的新手，这是我的第一个项目（Cat vs Dog Image Classification）

能否详细解释一下create_train_data（）函数究竟在做什么？

Answer 1

OpenCV中的图像读取如下img = cv2.imread（“path / to / image”，flags）

现在“path / to / image”是您的工作目录或绝对路径。

你的代码中的path = os.path.join（train，img）正在创建绝对路径。我认为既然你在工作目录，只是直接阅读图像也应该在这种情况下工作。