如果你有一個文件夾，里面有很多圖片數據，而label就是圖片的名稱，圖片排列雜亂無章，這時候導入數據可能顯得略微棘手，可以用下面方法嘗試試試看。

這里要使用imutils包，如果沒有的話，可以通過pip來安裝一下。還有就是使用OpenCV來導入數據

假設我們想要到導入的17flowers（牛津花卉數據集），我們可以這樣寫代碼：

import cv2 from imutils import pathsimagePaths = list(paths.list_images(r'17flowers')) # 提取該目錄下所有圖片文件名并組成一個列表 classNames = [pt.split(os.path.sep)[-2] for pt in imagePaths] # os.path.sep是路徑分隔符，因為不同操作系統不一樣，所以寫成這樣更穩妥 classNames = [str(x) for x in np.unique(classNames)] # 使用np.unique()查找所有classNames中非重復元素，并以字符串形式返回一個列表中data = [] labels = [] for (i,imagePath) in enumerate(imagePaths):image = cv2.imread(imagePath)label = imagePath.split(os.path.sep)[-2]data.append(image)labels.append(label)

當然也可以寫成h5文件的形式來導入data。

總結

以上是生活随笔為你收集整理的介绍一种导入文件夹中图片数据集的方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。