機械学習用のデータセットのラベルの与え方について

Question

お世話になります。
現在、機械学習に興味があり勉強中です。

tensorflowとKerasを用いての基礎的な学習を試してみました。
tensorflowには予め、mnistやcifar-10などのデータセットが
組み込まれていますが、自分で用意したデータを試してみたいと考えております。

現在悩んでいるのが、ラベルデータの与え方についてです。

ネットでよく見るデータ数が数種類で多数の画像ではなく、少ない画像で多くの種類で検討しているため
参考にできるサイトを見つけることができません。

私が行いたい方法は
画像ファイル名をそのままラベルとして扱う方法です。

(近いものでOmniglotというデータセットがありますが、
深層学習で使用されている例が見つけることができませんでした。)

上記の手法、もしくは他の方法で心当たりなどががあれば教えていただきたいです。

何卒ご教示のほどお願い申し上げます。

Answer 1

# batch sizeはデータが少ない場合は小さい値にしておく
BATCH_SIZE = 4 #@param {type:"integer"}
cur_dir=%pwd
print(cur_dir) #confirm the current directry 
data_dir = os.path.join(cur_dir, "imds")
print("target folder name: " + data_dir)
# 以下、documentと同じ
datagen_kwargs = dict(rescale=1./255, validation_split=.20)

こんにちは、小規模のデータセットということもあって、転移学習やFine tuningが良いと思います。こちらのTensor flow チュートリアルとほぼ同じままでOKです。
私は現在のディレクトリに画像フォルダを置き、その中のフォルダにそれぞれのクラスの画像をいれて実行し、うまくいくか確認しています。この方法で、中にあるフォルダの名前がその画像のクラス名として与えられ、うまく学習ができると思います。データの分け方などは適宜工夫してください。