Image loading

~8 min · data

Level 0Keras 도제

0 XP0/97 lessons0/20 achievements

0/120 XP to next level120 XP to go0% complete

디스크에서 이미지 폴더 → batched dataset 의 표준: keras.utils.image_dataset_from_directory(path, batch_size=32, image_size=(224,224)). 폴더 구조가 class 별 sub-folder 면 label 자동.

큰 dataset (수십만 장) 은 .cache() + .prefetch() 필수. .cache() 가 첫 epoch 후 RAM/SSD 캐시. prefetch(tf.data.AUTOTUNE) 가 GPU idle 시간 동안 다음 batch 준비. 둘이 epoch 시간 종종 절반 이하로.

Code

# Folder structure:
# data/
#   cats/
#     cat001.jpg
#     cat002.jpg
#   dogs/
#     dog001.jpg
#     dog002.jpg

train_ds = keras.utils.image_dataset_from_directory(
    "data/",
    image_size=(224, 224),   # Resize all images
    batch_size=32,
    validation_split=0.2,
    subset="training",
    seed=42,
    label_mode="categorical", # or "int" for integer labels
)

External links

Exercise

class 별 폴더로 정리된 random image 100 개 만들어. image_dataset_from_directory 로 로드. 한 batch 의 shape 출력. cache + prefetch 추가하고 한 epoch 시간 측정.

Progress

Progress is local-only — sign in to sync across devices.

← PreviousData pipeline 옵션 Next →Class imbalance 처리

이 페이지에서 버그를 발견하셨거나 피드백이 있으세요?문제 신고

🔔 답글 알림 (로그인 필요)

로그인 — 댓글을 남기려면 로그인해 주세요.

아직 댓글이 없어요. 첫 댓글을 남겨보세요.