为了账号安全,请及时绑定邮箱和手机立即绑定

如何将训练数据集帧转换为 5d 张量,同时保持帧维度标签?

如何将训练数据集帧转换为 5d 张量,同时保持帧维度标签?

慕运维8079593 2023-07-11 13:50:04
我使用 image_dataset_from_directory() 创建我的训练(529003 帧)、验证(29388 帧)和测试(28875 帧)数据:train_dataset = image_dataset_from_directory(    directory=TRAIN_DIR,    labels="inferred",    label_mode="categorical",    class_names=["0", "10", "5"],    batch_size=32,    image_size=SIZE,    seed=SEED,    subset=None,    interpolation="bilinear",    follow_links=False,)#Shape of the data(TensorSpec(shape=(None, 224, 224, 3), dtype=tf.float32, name=None), TensorSpec(shape=(None, 3), dtype=tf.float32, name=None))我使用的模型需要 5D 张量 (32,5,224,224,3) 形式的数据,我使用 MobileNet 进行迁移学习,然后使用 LSTM 进行视频分类。我尝试过使用:train_dataset = train_dataset.batch(5).batch(32)但是数据集变成了 6D 并且标签的维度也增加了(TensorSpec(shape=(None, None, None, 224, 224, 3), dtype=tf.float32, name=None), TensorSpec(shape=(None, None, None, 3), dtype=tf.float32, name=None))
查看完整描述

1 回答

?
UYOU

TA贡献1878条经验 获得超4个赞

我找到了制作一个自定义生成器所需的解决方案,该生成器从视频输入生成 5D 张量,该生成器将序列长度视为 5D 张量的第五个元素。我使用 Keras 的 image_dataset_from_directory() 生成 4D 张量。



查看完整回答
反对 回复 2023-07-11
  • 1 回答
  • 0 关注
  • 108 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信