train文件夹的n0文件夹内的图片数目也与monkey_labels.txt文件中记录的不符
来源：6-8 Kaggle平台与10monkeys数据集介绍
战战的坚果
2020-05-06
1、老师，在本小节中，我下载了10Monkeys数据集后发现，在train文件夹的n0文件夹内只有105张图片，同样train文件夹的n1,n2文件夹内的图片数目也与monkey_labels.txt文件中记录的不符，但是验证集的数量是符合的。这是怎么回事呢？
Label Latin Name Common Name \n0 n0 alouatta_palliata mantled_howler
1 n1 erythrocebus_patas patas_monkey
2 n2 cacajao_calvus bald_uakari
3 n3 macaca_fuscata japanese_macaque
4 n4 cebuella_pygmea pygmy_marmoset
5 n5 cebus_capucinus white_headed_capuchin
6 n6 mico_argentatus silvery_marmoset
7 n7 saimiri_sciureus common_squirrel_monkey
8 n8 aotus_nigriceps black_headed_night_monkey
9 n9 trachypithecus_johnii nilgiri_langur
Train Images Validation Images
0 131 26
1 139 28
2 137 27
3 152 30
4 131 26
5 141 28
6 132 26
7 142 28
8 133 27
9 132 26
2、老师，在10Monkeys数据集中，比如说train文件夹下的n0子文件夹，里面的图片的类别都是alouatta_palliata（参考上面的monkey_labels.txt文件） 吗？，然后n1文件夹里的图片类别都是erythrocebus_patas，以此类推，是这样吗？，那验证集中也是按这种文件格式组织的，它的n0，n1.。。。。。。这些子文件夹中图片的类别也是有这种对应关系的吗？
如果要对它进行测试，该怎么测试呢，它的测试集应是什么样子的呢？（1）仿照cifar10，我猜测会不会是给定像验证集那样的很多子文件数据，然后预测它们的文件夹名？例如n00,n11,n22,n99分别是文件夹，然后文件夹中都放得是相同类别的图片，我们的目的是预测每一个子文件夹的文件名吗?，最后可以利用monkey_labels.txt文件找到它真正的类别名。（2）给定许多各个类别的单个图片（即：一个大的文件夹），然后对单个图片分别进行预测，如果是这种情况的话，我就不知道该怎么做了。
总：不知道我有没有说清楚我的疑问，如果有不清楚的地方，老师提出来后，我再补充吧
1回答
-
跟我们代码中的结果不符合可能是kaggle上数据有更新吧。
数据集中的图片的类别是对应文件夹的名称，这点我们课上讲过了。验证集也是如此。测试集的话一般不会有现成的label，测试集的样子就是一堆图片。然后你要做的就得是写一个新的generator去处理这些图片，我们用的是train_datagen.flow_from_directory所以它才会按照文件夹去读取。而如果没有这些文件夹呢，你有两种做法，第一是去生成一个新的generator，这个generator不按照文件夹读入数据。第二是把模型应该可以直接输入tensor，你可以把图片转成tensor直接输入，不过需要你手工的去做generator预处理的事情，包括值的缩放，图片裁剪等。
012020-05-07
相似问题