如何从给定的tf.keras图像数据集生成代码中获取x_test和y_test

tf.keras.preprocessing.image_dataset_from_directory返回的是tf.data.Dataset对象，要提取出x_test（图像数据）和y_test（标签数据），可以通过以下方法将其转换为numpy数组：

方法1：循环遍历批次拼接 #

import numpy as np

# 初始化空数组，通道数3对应RGB图像，灰度图改为1
x_test = np.empty((0, img_height, img_width, 3))
# 列数对应类别数量，由test_generator.class_names长度决定
y_test = np.empty((0, len(test_generator.class_names)))

# 遍历数据集的每个批次，拼接数据
for images, labels in test_generator:
    x_test = np.concatenate((x_test, images.numpy()), axis=0)
    y_test = np.concatenate((y_test, labels.numpy()), axis=0)

方法2：简洁式转换 #

利用列表推导式直接提取所有批次的数据，再拼接：

import numpy as np

# 提取所有图像和标签批次
image_batches = list(test_generator.map(lambda x, y: x))
label_batches = list(test_generator.map(lambda x, y: y))

# 拼接成完整数组
x_test = np.concatenate([batch.numpy() for batch in image_batches], axis=0)
y_test = np.concatenate([batch.numpy() for batch in label_batches], axis=0)

补充说明 #

• 由于你设置了label_mode='categorical'，y_test会是独热编码格式的二维数组，行数等于测试集样本总数，列数等于类别数量。
• img_height和img_width需与创建test_generator时设置的尺寸保持一致。

内容的提问来源于stack exchange，提问作者Monika Roopak