chapter 5 5-1 꽃 분류 관련 문의 드립니다.

[KevinRyu]

안녕하세요, 5장 5-1에서 oxford 17 flowers 분류 관련하여 문의 드립니다.

도서와 같은, 본 github 코드로 실행하면

Found 3797 images belonging to 5 classes.
Found 421 images belonging to 5 classes.

17 Class 가 아닌 5 classes로 인식됩니다. 17 class 별로 이미지를 각 class 폴더에 분류된 파일은 없을까요? 17flowers.tgz 풀어보면 jpg 폴더 내에 1360개 이미지가 한 폴더에 그냥 들어 있어서, 책의 코드를 실행시키면 flow_from_directory로 founded class 수 및 images 수가 책과 같지 않습니다. tensorflow 1.10 + keras 2.2.5에서도 해봤으나 동일합니다. flow_from_directory에서 class의 수는 서브폴더 수로부터 인식하는 것으로 알고 있는데 그렇다면 17개 폴더로 분류된 데이터셋이 필요합니다.

[seriousran]

@KevinRyu

답변이 늦어서 죄송합니다.

http://www.robots.ox.ac.uk/~vgg/data/flowers/17/17flowers.tgz

여기서 다운받으시면 됩니다!

[KevinRyu]

안녕하세요, 찬란님 보내주신 링크에서 받으면 class 폴더 구분이 없이 전체 이미지가 /jpg/에 모두 들어있습니다. 문의드린 내용은 책과 같이 17개의 class로 데이터 셋을 로딩하려면 폴더 구분을 해야하는데, 이 데이터로 어떻게 하신건지 궁금해서 입니다... 지난 문의와 같이 버젼차이는 아닌것 같아서요. 독자가 직접 책 실습을 위해 1300여장의 이미지를 일일이 17개 카테고리로 수동으로 나누는 것도 그렇습니다... 제가 임의로 나누는 기준도 모호하구요. 참고로 본 문의 건은 github에서 17 class로 폴더 나누는 코드를 구해서, 약간의 수정을 통해 도서와 같은 결과로 실습 할수 있었습니다. 바쁘신 와중에도 답변주신점 감사드립니다. 2021년 1월 22일 (금) 오전 7:46, Chanran Kim <notifications@github.com>님이 작성:

…

@KevinRyu <https://github.com/KevinRyu> 답변이 늦어서 죄송합니다. http://www.robots.ox.ac.uk/~vgg/data/flowers/17/17flowers.tgz 여기서 다운받으시면 됩니다! — You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub <#2 (comment)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/AG43MBMZ4WHIB7B5BYEOHFTS3CVDDANCNFSM4WGVOPFA> .

[seriousran]

나눠져있다고 기억하고 링크만 보내드려서 죄송합니다. 제가 해당 부분을 책에 제대로 담지 못한 것 같습니다.
폴더 이름도 다운로드하는 압축 파일과 다르게 설정되어있는 것으로 보아, 말씀하신 바를 제가 빠뜨린듯 합니다... 죄송합니다.

이미 코드를 찾으셔서 해결하셔서 아시겠습니다만,
이미지는 클래스당 80개로 이루어져있으며, 파일번호 1번부터 시작합니다.
아래의 방법으로 사전에 폴더를 직접 나누어서 flow_from_directory를 활용할 수도 있으며,

import os
import glob
from shutil import copyfile
from pathlib import Path

img_list = sorted(glob.glob('17flowers/jpg/*.jpg'))
print('There are', len(img_list), 'images.')

class_num = 0
target_base_path = './17flowers_div'

for i, file_path in enumerate(img_list):
    if i % 80 == 0:
        if i != 0:
            class_num+=1
        dir_path = os.path.join(target_base_path, str(class_num).zfill(4))
        Path(dir_path).mkdir(parents=True, exist_ok=True)
    
    target_path = os.path.join(dir_path, file_path.split('/')[-1])
    copyfile(file_path, target_path)
        
print(i+1, 'images divided into', class_num+1, 'classes completed.')

아래와 같은 방법으로 label을 미리 구해둘 수도 있을 것 같습니다.

labels=[]
total=1361
j=0
for i in range(1, total): 
    labels.append(j)
    if i%80==0: j+=1

책에 질문할 여지를 많이 남겨두어 죄송합니다!
그리고, 질문해주셔서 다음 분들에게 도움이 될 정보와 발자취를 남겨주셔서 감사합니다!

[KevinRyu]

찬란님 안녕하세요. 회신 감사합니다! 참고하겠습니다. 2021년 1월 24일 (일) 오전 10:49, Chanran Kim <notifications@github.com>님이 작성:

…

나눠져있다고 기억하고 링크만 보내드려서 죄송합니다. 제가 해당 부분을 책에 제대로 담지 못한 것 같습니다. 폴더 이름도 다운로드하는 압축 파일과 다르게 설정되어있는 것으로 보아, 말씀하신 바를 제가 빠뜨린듯 합니다... 죄송합니다. 이미 코드를 찾으셔서 해결하셔서 아시겠습니다만, 이미지는 클래스당 80개로 이루어져있으며, 파일번호 1번부터 시작합니다. 사전에 폴더를 직접 나누어서 flow_from_directory를 활용할 수도 있으며, 아래와 같은 방법으로 label을 미리 구해둘 수도 있을 것 같습니다. #all images are loaded as np arrays labels=[] total=1361 j=1 for i in range(1, total): fname="./17flowers/jpg/image_" labels.append(j) #labels are created as well if i%80==0: j+=1 책에 질문할 여지를 많이 남겨두어 죄송합니다! 그리고, 질문해주셔서 다음 분들에게 도움이 될만한 정보를 남겨주셔서 감사합니다! — You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub <#2 (comment)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/AG43MBKB7TCDIRUB6CVALBDS3N4BXANCNFSM4WGVOPFA> .