这是我的模块CE888的存储库。 CE888项目1-最终版是分配课程中要查看的文件。 我的代码的第一部分设置了FLAME图像在我的桌面上存储的路径,并使用了glob.glob。 函数和for循环遍历图像和cv2。 函数读取图像并将其存储到列表中。 对图像的每个子文件夹重复此操作。 然后,使用MatPlot可视化一些随机图像,这些图像会快速突出显示它们的颜色格式错误。 这不是必需的,但我将这些留在脚本上以演示我在完成任务时的进度 然后使用tensorflow再次加载图像,首先使用ImageDataGenerator指定一些增强,然后从我的目录中随流导入它们,导入图像,将它们分成测试/验证集,并同时扩展训练集。 此脚本的另一个版本将在脚本的后面进行探讨,但会被注释掉。 回想起来,我花了大量时间尝试在CNN中运行数据,也许应该花更多时间专注于EDA和数据可视化。 但是我正在进步。