如何解决是否有一种矢量化方法可以减轻将图像转换为数组的缓慢执行时间?
我正在创建一个 CNN 项目,该项目需要访问一个文件中的多个图像。虽然成功,但我的模型代码的一个问题是执行速度非常慢,尤其是在我的项目中实施时。
我已经查找了矢量化方法来提高将列表中的每个图像更改为数组的速度,但仍然没有成功。
数据集包含 510 张图像。当打印出该数据集中的图像时,打印的是文件路径而不是数组。
这是我的一小部分代码:
# Necessary imports (simplified)
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
# Data science imports
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np
# File handling
import glob
file_path = "dataverse_files/MiMM_SBILab Dataset/"
path2files = glob.glob(file_path+"*.bmp")
X = path2files
y = []
for i in range(len(X)):
X[i] = mpimg.imread(X[i]) # Slow execution rate
y.append(i)
print(X[0:5])
print(y[0:5])
如果您有任何问题或需要澄清,请随时发表评论。提前致谢!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。