在Tensorflow下使用简单的CNN训练自己的数据集进行图片分类

最新推荐文章于 2025-02-11 14:58:53 发布

置顶

白沐芯儿

最新推荐文章于 2025-02-11 14:58:53 发布

阅读量6k

点赞数 6

分类专栏： tensorflow Python 文章标签： Python tensorflow cnn

本文链接：https://blog.youkuaiyun.com/m0_37730052/article/details/88367018

版权

该博客介绍了如何使用Tensorflow在Python3.5环境下，对ISIC2018数据集进行预处理和分类。通过将图片按类别放入不同文件夹，然后利用CNN模型进行训练。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

架构：tensorflow

版本：Python3.5

数据集：ISIC2018 https://challenge2018.isic-archive.com/
1.处理数据集

对所有图片进行分类放在不同的文件夹中，文件夹的名称就是图片的标签（类别）

2.代码如下

# -*- coding: utf-8 -*-
"""
Created on Fri Mar  8 21:43:06 2019

@author: Feary
"""
from skimage import io,transform
#import io,transform
import glob
import os
import tensorflow as tf
import numpy as np
import time

path='E:/python_work/skinclassify/image/'
max_step=500 #训练论述
batch_size=32
rate=0.8 # 训练集和验证集的比率
resize_w=100
resize_h=100
#读取图片
def get_files(filename):
    imgs = []
    labels = []
    labels_name= []
    labels_index = []
    i=0
    for label_name in os.listdir(filename):#该位置的每个文件夹
        labels_name.append(label_name)#文件夹名称就是类别
        labels_index.append(i)
        
        for pic in glob.glob(filename+label_name+'/*.jpg'):#每个文件夹里面的图片
            #pic=filename+label_name+'/'+pic
            print('reading the images:%s'%(pic))
            pic=io.imread(pic)
            pic=transform.resize(pic,(100,100))
            imgs.append(pic)   
            labels.append(i)
            #主要区别在于 np.array （默认情况下）将会copy该对象，而 np.asarray 除非必要，否则不会copy该对象。
        i=i+1
    return np.asarray(imgs,np.float32),np.asarray(labels,np.int32)
image_list,label_list=get_files(path)

#打乱所有图片顺序后  将所有数据分为训练集和验证集
def create_train_val(

最低0.47元/天解锁文章