10.训练自己的数据集(3)：将图片文件制成Dataset数据集

本文所用数据集与8.训练自己的数据集(1)：TFRecords编写与读取一样，此处不再赘诉。

1.将图片文件制作成Dataset数据集

1.1获取文件名与标签

import tensorflow as tf
import os
from PIL import Image
import numpy as np

#生成图片与对应标签的列表
def load_sample(sample_dir):
    #图片名列表
    lfilenames = []
    #标签名列表
    labelnames = []
    #遍历文件夹
    for (dirpath,dirnames,filenames) in os.walk(sample_dir):
        #遍历图片
        for filename in filenames:
            #每张图片的路径名
            filename_path = os.sep.join([dirpath,filename])
            #添加文件名
            lfilenames.append(filename_path)
            #添加文件名对应的标签
            labelnames.append(dirpath.split('/')[-1])
            
    #生成标签名列表
    lab = list(sorted(set(labelnames)))
    #生成标签字典
    labdict = dict(zip(lab,list(range(len(lab)))))
    #生成与图片对应的标签列表
    labels = [labdict[i] for i in labelnames]
    #图片与标签字典
    image_label_dict = dict(zip(lfilenames,labels))
    #将文件名与标