我正在学习张量流。 作为个人项目,我想训练一个模型来评估每个像素中距RGB图像的距离。 我想使用DIODE数据集来训练模型。 我有三个变量,第一个变量包含* .png图像的路径,第二个变量包含表示深度的* .npy文件的路径,第三个变量包含表示有效度掩码的* .npy文件的路径传感器。 我使用此代码对文件夹中的文件进行排序。
base_dir = val_data
def getListOfFiles(dirName,extension):
allFiles=list()
for sub in os.listdir(dirName):
fullPath = os.path.join(dirName,sub)
if os.path.isdir(fullPath):
allFiles = allFiles + getListOfFiles(fullPath,extension)
else:
if fullPath.endswith(extension):
allFiles.append(fullPath)
return allFiles
rgbFiles = getListOfFiles(base_dir,'.png')
depthFiles = getListOfFiles(base_dir,'depth.npy')
maskFiles = getListOfFiles(base_dir,'mask.npy')
rgbFiles.sort()
depthFiles.sort()
maskFiles.sort()
现在,我想加载图像和适合fit方法中使用的相应深度文件。
是否可以指导我执行此操作?
谢谢