请问如何用不同的数据集train 实时识别数字

[zhaojianghe16]

你好~
我重新找了一些不同的数字（背景是黑色然后字体是白色的）
我将他们都按照你原来的命名方式放到了对应的train，test文件夹里面。名称都是一样的，只有图片内容换了（我的图片也是28*28）。
但是pycharm给出error.
截图上面Train是你的数据集，下面的train2是我的数据集。

不知道为什么只有图片不同，但是最终print出来的dimension是不一样的。数字1， 2 只是加进去标识print的顺序而已。我发现changDim会让array最后多了一个3. 你的是**(28, 28)**， 我的是(28, 28, 3)。 最后会导致我有(1, 28, 28, 1, 3)。
请问怎么样才能用新的数据集去重新train model呢？ 这是我的毕业设计内容之一，如果能有你的帮忙就太好了。谢谢！

下面是我用来找不同时候用的code。

def changeDim(img):
img=np.expand_dims(img,axis=2)
img=np.expand_dims(img,axis=0)
return img
######准备数据
num_classes = 11 #类别
batch_size = 120 #批量大小
epochs = 60 #训练次数

#img2 = cv2.imread("5.jpg")
#print(img2.shape)
#img2= changeDim(img2)
#print(img2.shape)

img = cv2.imread("pic.jpg", cv2.IMREAD_COLOR)

img = cv2.imread("pic.jpg", cv2.IMREAD_GRAYSCALE)

img = cv2.imread("pic.jpg", cv2.IMREAD_UNCHANGED)

def loadDataset(imgpath, pathtype):
# 准备图像数据
images = loadImages(imgpath[0])
print('1', images.shape)
images = changeDim(images)
print('2', images.shape)
for single in imgpath[1:]:
img = loadImages(single)
img = changeDim(img)
images =np.append(images,img, axis = 0)
# 准备标记
labels = []
pattern = re.compile(pathtype+r"\(\d{1,2})")
for single in imgpath:
label = pattern.findall(single)
labels.append(int(label[0]))
return np.array(images), np.array(labels)
def loadImages(imgpath):
img = misc.imread(imgpath)
if img is None:
return None
img = img.astype('float32')
img/=255
return img

imgfiles = './Train//.jpg'
imgpath = glob.glob(imgfiles)
print(imgpath)
images, labels = loadDataset(imgpath,'Train')
labels = keras.utils.to_categorical(labels, num_classes)
print(images.shape, labels.shape)

imgfiles2 = './Train2//.jpg'
imgpath = glob.glob(imgfiles2)
print(imgpath)
images, labels = loadDataset(imgpath,'Train')
labels = keras.utils.to_categorical(labels, num_classes)
print(images.shape, labels.shape)

imgfiles3 = '5.jpg'
imgpath = glob.glob(imgfiles3)
print(imgpath)
images, labels = loadDataset(imgpath,'Train')

labels = keras.utils.to_categorical(labels, num_classes)
print(images.shape, labels.shape)

[xrayzone]

你发错人了吧 | | Hooray 邮箱：[email protected] | Signature is customized by Netease Mail Master 在2019年04月05日 04:15，zhaojianghe16 写道： 你好~ 我重新找了一些不同的数字（背景是黑色然后字体是白色的） 我将他们都按照你原来的命名方式放到了对应的train，test文件夹里面。名称都是一样的，只有图片内容换了（我的图片也是28*28）。 但是pycharm给出error. 截图上面Train是你的数据集，下面的train2是我的数据集。 不知道为什么只有图片不同，但是最终print出来的dimension是不一样的。数字1， 2 只是加进去标识print的顺序而已。我发现changDim会让array最后多了一个3. 你的是**(28, 28)**， 我的是(28, 28, 3)。 最后会导致我有(1, 28, 28, 1, 3)。 请问怎么样才能用新的数据集去重新train model呢？ 这是我的毕业设计内容之一，如果能有你的帮忙就太好了。谢谢！ 下面是我用来找不同时候用的code。 def changeDim(img): img=np.expand_dims(img,axis=2) img=np.expand_dims(img,axis=0) return img ######准备数据 num_classes = 11 #类别 batch_size = 120 #批量大小 epochs = 60 #训练次数 #img2 = cv2.imread("5.jpg") #print(img2.shape) #img2= changeDim(img2) #print(img2.shape) img = cv2.imread("pic.jpg", cv2.IMREAD_COLOR) img = cv2.imread("pic.jpg", cv2.IMREAD_GRAYSCALE) img = cv2.imread("pic.jpg", cv2.IMREAD_UNCHANGED) def loadDataset(imgpath, pathtype): # 准备图像数据 images = loadImages(imgpath[0]) print('1', images.shape) images = changeDim(images) print('2', images.shape) for single in imgpath[1:]: img = loadImages(single) img = changeDim(img) images =np.append(images,img, axis = 0) # 准备标记 labels = [] pattern = re.compile(pathtype+r"\(\d{1,2})") for single in imgpath: label = pattern.findall(single) labels.append(int(label[0])) return np.array(images), np.array(labels) def loadImages(imgpath): img = misc.imread(imgpath) if img is None: return None img = img.astype('float32') img/=255 return img imgfiles = './Train//.jpg' imgpath = glob.glob(imgfiles) print(imgpath) images, labels = loadDataset(imgpath,'Train') labels = keras.utils.to_categorical(labels, num_classes) print(images.shape, labels.shape) imgfiles2 = './Train2//.jpg' imgpath = glob.glob(imgfiles2) print(imgpath) images, labels = loadDataset(imgpath,'Train') labels = keras.utils.to_categorical(labels, num_classes) print(images.shape, labels.shape) imgfiles3 = '5.jpg' imgpath = glob.glob(imgfiles3) print(imgpath) images, labels = loadDataset(imgpath,'Train') labels = keras.utils.to_categorical(labels, num_classes) print(images.shape, labels.shape) — You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub, or mute the thread.

[Sherlockzw]

哇，这个是怎么回复的?我也收的到😂😂😂

[xrayzone]

emmmmm，不是你发给我的吗？ | | Hooray 邮箱：[email protected] | Signature is customized by Netease Mail Master 在2019年04月10日 07:36，莫欣onlyou 写道： 哇，这个是怎么回复的?我也收的到😂😂😂 — You are receiving this because you commented. Reply to this email directly, view it on GitHub, or mute the thread.

[zhaojianghe16]

@CodeSama346623 你好，请问看到我的提问了吗？ 希望可以看到你的建议，谢谢。

@xrayzone @Sherlockzw 你们可以用@来回复。可能是你们以前post过一些提问所以subscribe就收到邮件了吧。

[Sherlockzw]

哇~第一次知道github还有这功能，小哥哥最近好像比较忙，好久好久没见他上线了，他可能一时半会儿看不到吧。。之前也有过四个月没上线，emmmm你要是不急的话可以等等。。。。。着急的话先问一下别人吧 @zhaojianghe16