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