回答編集履歴
5
一部修正
test
CHANGED
|
@@ -20,7 +20,7 @@
|
|
|
20
20
|
|
|
21
21
|
|
|
22
22
|
|
|
23
|
-
|
|
23
|
+
上記の推測が的中していた場合、サブディレクトリを2つだけにするか、`classes=['me', 'sister2']`というオプションを加えて明示的にサブディレクトリを指定するか、で問題解消すると思います。
|
|
24
24
|
|
|
25
25
|
|
|
26
26
|
|
4
補足追記
test
CHANGED
|
@@ -6,6 +6,20 @@
|
|
|
6
6
|
|
|
7
7
|
|
|
8
8
|
|
|
9
|
+
なお以下のコードを実行すると、どのようなラベルになっているか、具体的にわかります。
|
|
10
|
+
|
|
11
|
+
|
|
12
|
+
|
|
13
|
+
```Python
|
|
14
|
+
|
|
15
|
+
images, labels = next(train_data_gen)
|
|
16
|
+
|
|
17
|
+
print(labels)
|
|
18
|
+
|
|
19
|
+
```
|
|
20
|
+
|
|
21
|
+
|
|
22
|
+
|
|
9
23
|
その場合、サブディレクトリを2つだけにするか、`classes=['me', 'sister2']`というオプションを加えて明示的にサブディレクトリを指定するか、で問題解消すると思います。
|
|
10
24
|
|
|
11
25
|
|
3
一部修正
test
CHANGED
|
@@ -10,4 +10,4 @@
|
|
|
10
10
|
|
|
11
11
|
|
|
12
12
|
|
|
13
|
-
なお、元のイメージサイズは揃えなくてよいです。`target_size`オプションで自動的に揃ったサイズに変換してくれますので。もちろん、アスペクト比が違いすぎる画像が混在すると、学習効率
|
|
13
|
+
なお、元のイメージサイズは揃えなくてよいです。`target_size`オプションで自動的に揃ったサイズに変換してくれますので。もちろん、アスペクト比が違いすぎる画像が混在すると、変換後が歪むので、学習効率が悪くなってしまいますが。
|
2
一部修正
test
CHANGED
|
@@ -10,4 +10,4 @@
|
|
|
10
10
|
|
|
11
11
|
|
|
12
12
|
|
|
13
|
-
なお、元のイメージサイズは揃えなくてよいです。`target_size`オプションで自動的に揃ったサイズに変換してくれますので。
|
|
13
|
+
なお、元のイメージサイズは揃えなくてよいです。`target_size`オプションで自動的に揃ったサイズに変換してくれますので。もちろん、アスペクト比が違いすぎる画像が混在すると、学習効率は悪くなってしまいますが。
|
1
一部修正
test
CHANGED
|
@@ -2,7 +2,7 @@
|
|
|
2
2
|
|
|
3
3
|
|
|
4
4
|
|
|
5
|
-
おそらくですが、画像ディレクトリに、犬猫など他のサブフォルダが含まれているままなのでないでしょうか？3つ以上のサブディレクトリがあると、`flow_from_directory`で`class_mode='binary'`としていても、2以上のラベルがジェネレートされるようです（動かして確認しました）。
|
|
5
|
+
おそらくですが、画像ディレクトリに、犬猫など他のサブフォルダが含まれているままなのでないでしょうか？3つ以上のサブディレクトリがあると、`flow_from_directory`で`class_mode='binary'`としていても、エラーにならずに、2以上のラベルがジェネレートされるようです（動かして確認しました）。
|
|
6
6
|
|
|
7
7
|
|
|
8
8
|
|