Tensorflow를 사용하여 이미지를 분류 할 수있는 CNN을 만들고 있습니다. 나는 .txt
파일을 열고 반복적으로 사용하여 이미지 데이터를 읽을 함수를 작성했습니다파일 이름이 포함 된 .txt 파일을 사용하여 이미지 데이터 읽기
image1.jpg,4
image2.jpg,3
image3.jpg,2
: 나는 다음과 같은 형식으로 해당 라벨과 함께 .jpg
파일의 목록을 포함하는 images.txt
파일이 베개 :
data = []
labels = []
def preprocess():
with open('images.txt') as f:
for line in f:
// Did some string processing to get path of the image
img = Image.open(path)
arr = np.array(img.getdata(), dtype=np.int8)
data.append(arr)
이 절차의 자연 속도는 확실하지 않지만 꽤 느립니다. 약 5000 줄의 이미지 (예 : images.txt
)를 읽어야하는데,이 기능을 실행하는 데 약 60 초가 걸립니다.
누군가가이 문제에 대해 의견을 개진하고 성능 향상을 위해 무엇을해야하는지 알려주시겠습니까? 감사.
감사를 사용하여 만든 모델로 데이터 집합을 일괄 처리하지만, '''train_accuracy = accuracy.eval (feed_dict = {x : batch [0], y_ : batch [1], keep_prob : 1.0})'''은'''오류를 생성합니다 :''TypeError : 피드의 값은 tf.Tensor 객체가 될 수 없습니다. 사용할 수있는 피드 값에는 Python 스칼라, 문자열, 목록, numpy ndarrays 또는 TensorHandles가 포함됩니다. '''어떻게 해결할 수 있습니까? – ccying
자리 표시 자의 값으로 사용할 필요는 없습니다. 그들은 이미 그래프의 일부이므로 아무 것도 먹이지 않아도됩니다. 더 나은 이해를 위해이 안내서를 읽으십시오 : https://www.tensorflow.org/api_guides/python/reading_data – nessuno