Tiền xử lý dataset hoa (flower) với keras.preprocessing Python

Sử dụng tf.keras.preprocessing.image_dataset_from_directory để load và chia dataset hoa thành train/validation.

Mã ví dụ

print("Tiền xử lý dataset với keras.preprocessing...")
val_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.2,
    subset="validation",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size
)

class_names = train_ds.class_names
print("Tên các class:")
print(class_names)

Kết quả

Tiền xử lý dataset với keras.preprocessing
Found 3670 files belonging to 5 classes.
Using 734 files for validation.
Tên các class:
['daisy', 'dandelion', 'roses', 'sunflowers', 'tulips']

Giải thích

• data_dir: Thư mục gốc chứa 5 thư mục con (mỗi class một thư mục).
• validation_split=0.2: 20% dữ liệu làm validation.
• subset="validation": Lấy phần validation. Train dùng subset="training".
• seed=123: Đảm bảo chia nhất quán.
• image_size=(180,180): Resize tất cả ảnh về kích thước đồng nhất.
• batch_size=32: Số mẫu mỗi batch.
• Tự động infer class_names từ tên thư mục con (sắp xếp alphabet).