ImageDataGenerator生成器的flow，flow_from_directory用法总结，及自己踩的坑【原创】

踩坑：

一直都不知其问题出在哪，如报错：

ValueError: Error when checking target: expected sequential_1 to have shape (2,) but got array with shape (1,)

 

源代码中：

进行fine-tune，原本是

#top_model.add(Dense(1, activation='sigmoid')) # 二分类，我修改成多分类：softmax

top_model = Sequential()
top_model.add(Flatten(input_shape=model.output_shape[1:]))
top_model.add(Dense(256, activation='relu'))
top_model.add(Dropout(0.5))
top_model.add(Dense(2, activation='softmax'))
top_model.summary()

然后报错如上，于是最后在数据增强中的代码下手：

发现

train_generator = train_datagen.flow_from_directory(
    train_data_dir,
    target_size=(img_height, img_width),
    batch_size=batch_size,
    class_mode='binary')

validation_generator = test_datagen.flow_from_directory(
    validation_data_dir,
    target_size=(img_height, img_width),
    batch_size=batch_size,
    class_mode='binary')

应将class_mode = 'binary' 修改成‘categorical’

如下：

train_generator = train_datagen.flow_from_directory(
    train_data_dir,
    target_size=(img_height, img_width),
    batch_size=batch_size,
    class_mode='categorical')

validation_generator = test_datagen.flow_from_directory(
    validation_data_dir,
    target_size=(img_height, img_width),
    batch_size=batch_size,
    class_mode='categorical')

在百思不得其解之后去查了一下ImageDataGenerator生成器的flow，flow_from_directory用法，对里面的参数好好研究了一下，来解决自己的错误

 

flow:

flow(self, X, y, batch_size=32, shuffle=True, seed=None, save_to_dir=None, save_prefix='', save_format='png')：

接收numpy数组和标签为参数,生成经过数据提升或标准化后的batch数据,并在一个无限循环中不断的返回batch数据

 

1.     x：样本数据，秩应为4.在黑白图像的情况下channel轴的值为1，在彩色图像情况下值为3
2.     y：标签
3.     batch_size：整数，默认32
4.     shuffle：布尔值，是否随机打乱数据，默认为True
5.     save_to_dir：None或字符串，该参数能让你将提升后的图片保存起来，用以可视化
6.     save_prefix：字符串，保存提升后图片时使用的前缀, 仅当设置了save_to_dir时生效
7.     save_format："png"或"jpeg"之一，指定保存图片的数据格式,默认"jpeg"
8.     yields:形如(x,y)的tuple,x是代表图像数据的numpy数组.y是代表标签的numpy数组.该迭代器无限循环.
9.     seed: 整数,随机数种子

 

flow_from_directory :

flow_from_directory(directory):

以文件夹路径为参数,生成经过数据提升/归一化后的数据,在一个无限循环中无限产生batch数据

directory: 目标文件夹路径,对于每一个类,该文件夹都要包含一个子文件夹.子文件夹中任何JPG、PNG、BNP、PPM的图片都会被生成器使用.详情请查看此脚本
    target_size: 整数tuple,默认为(256, 256). 图像将被resize成该尺寸
    color_mode: 颜色模式,为"grayscale","rgb"之一,默认为"rgb".代表这些图片是否会被转换为单通道或三通道的图片.
    classes: 可选参数,为子文件夹的列表,如['dogs','cats']默认为None. 若未提供,则该类别列表将从directory下的子文件夹名称/结构自动推断。每一个子文件夹都会被认为是一个新的类。(类别的顺序将按照字母表顺序映射到标签值)。通过属性class_indices可获得文件夹名与类的序号的对应字典。
    class_mode: "categorical", "binary", "sparse"或None之一. 默认为"categorical. 该参数决定了返回的标签数组的形式, "categorical"会返回2D的one-hot编码标签,"binary"返回1D的二值标签."sparse"返回1D的整数标签,如果为None则不返回任何标签, 生成器将仅仅生成batch数据, 这种情况在使用model.predict_generator()和model.evaluate_generator()等函数时会用到.
    batch_size: batch数据的大小,默认32
    shuffle: 是否打乱数据,默认为True
    seed: 可选参数,打乱数据和进行变换时的随机数种子
    save_to_dir: None或字符串，该参数能让你将提升后的图片保存起来，用以可视化
    save_prefix：字符串，保存提升后图片时使用的前缀, 仅当设置了save_to_dir时生效
    save_format："png"或"jpeg"之一，指定保存图片的数据格式,默认"jpeg"
    flollow_links: 是否访问子文件夹中的软链接