Keras-flow_from_dataframe

1
2
3

Error :
TypeError: If class_mode="binary", y_col="Label" column values must be strings.
使用class_mode='categorical'或者其他也会报错

原因

label所在的列中的数据不是 string类型，需要进行转换

from keras_preprocessing.image import ImageDataGenerator
import pandas as pd

df=pd.read_csv(train_fileName,delimiter=",")#train_fileName csv文件路径
#读取csv文件列名(表格列的名称)为coluumn_name的数据内容转换为string
df['coluumn_name'] = df['coluumn_name'].astype(str)

注意:coluumn_name需替换为读取csv文件的列名
例如：D:\train.csv,表格结构如图：

1
2
3

df=pd.read_csv(r'D:\train.csv',delimiter=",")
df['labels']=df['labels'].astype('str')  
df['image_path'] = df['image_path'].astype(str)  #根据实际情况使用，如果数据已经是str类型就不必再转换了

函数原型

flow_from_dataframe(dataframe, directory, x_col='filename', y_col='class', has_ext=True, target_size=(256, 256), color_mode='rgb', classes=None, class_mode='categorical', batch_size=32, shuffle=True, seed=None, save_to_dir=None, save_prefix='', save_format='png', subset=None, interpolation='nearest')

参数
dataframe: Pandas dataframe，一列为图像的文件名，另一列为图像的类别， 或者是可以作为原始目标数据多个列。
directory: 字符串，目标目录的路径，其中包含在 dataframe 中映射的所有图像。
x_col: 字符串，dataframe 中包含目标图像文件夹的目录的列。
y_col: 字符串或字符串列表，dataframe 中将作为目标数据的列。
has_ext: 布尔值，如果 dataframe[x_col] 中的文件名具有扩展名则为 True，否则为 False。
target_size: 整数元组 (height, width)，默认为 (256, 256)。 所有找到的图都会调整到这个维度。
color_mode: "grayscale", "rbg" 之一。默认："rgb"。 图像是否转换为 1 个或 3 个颜色通道。
classes: 可选的类别列表 (例如， ['dogs', 'cats'])。默认：None。 如未提供，类比列表将自动从 y_col 中推理出来，y_col 将会被映射为类别索引）。 包含从类名到类索引的映射的字典可以通过属性 class_indices 获得。
class_mode: "categorical", "binary", "sparse", "input", "other" or None 之一。 默认："categorical"。决定返回标签数组的类型：
"categorical" 将是 2D one-hot 编码标签，
"binary" 将是 1D 二进制标签，
"sparse" 将是 1D 整数标签，
"input" 将是与输入图像相同的图像（主要用于与自动编码器一起使用），
"other" 将是 y_col 数据的 numpy 数组，
None, 不返回任何标签（生成器只会产生批量的图像数据，这对使用 model.predict_generator(), model.evaluate_generator() 等很有用）。
batch_size: 批量数据的尺寸（默认：32）。
shuffle: 是否混洗数据（默认：True）
seed: 可选的混洗和转换的随即种子。
save_to_dir: None 或 str (默认: None). 这允许你可选地指定要保存正在生成的增强图片的目录（用于可视化您正在执行的操作）。
save_prefix: 字符串。保存图片的文件名前缀（仅当 save_to_dir 设置时可用）。
save_format: "png", "jpeg" 之一（仅当 save_to_dir 设置时可用）。默认："png"。
follow_links: 是否跟随类子目录中的符号链接（默认：False）。
subset: 数据子集 ("training" 或 "validation")，如果在 ImageDataGenerator 中设置了 validation_split。
interpolation: 在目标大小与加载图像的大小不同时，用于重新采样图像的插值方法。 支持的方法有 "nearest", "bilinear", and "bicubic"。 如果安装了 1.1.3 以上版本的 PIL 的话，同样支持 "lanczos"。 如果安装了 3.4.0 以上版本的 PIL 的话，同样支持 "box" 和 "hamming"。 默认情况下，使用 "nearest"。

返回值
一个生成 (x, y) 元组的 DataFrameIterator， 其中 x 是一个包含一批尺寸为 (batch_size, *target_size, channels) 的图像样本的 numpy 数组，y 是对应的标签的 numpy 数组。

参考：