أين أجد الـ labels في مجموعة البيانات /kaggle/input/microsoft-catsvsdogs-dataset

التسميات ليست موجودة في ملف منفصل، ولكنها مُضمَّنة مباشرة في أسماء ملفات الصور نفسها.

افحص أسماء الملفات، وستجد أن أسماء الصور والملجدات تتبع نمطاً معيناً:

cat.0.jpg, cat.1234.jpg

dog.567.jpg, dog.9999.jpg

بالتالي لو اسم الملف يبدأ بـ cat، فهذه صورة لقطة، ونفس الأمر يبدأ بـ dog، فتلك صورة لكلب، نفس الأمر للمجلدات.

ستجد هيكل مجلد مجموعة البيانات كالتالي:

data/ 
  train/
    
    dogs/ 
        dog001.jpg
        dog002.jpg
        ...
    
    cats/ 
        cat001.jpg
        cat002.jpg
        ...

  validation/
    
    dogs/ 
        dog001.jpg
        dog002.jpg
        ...
    
    cats/
        cat001.jpg
        cat002.jpg
        ...

تفقد المستودع:

• https://github.com/darshanbagul/Cats-vs-Dogs

وعليكم السلام ورحمة الله تعالى وبركاته،

لا يوجد قاعدة بيانات منفصلة للتسميات في المسار /kaggle/input/microsoft-catsvsdogs-dataset، بل يتم تخزين التسميات ضمن بنية المجلدات وعند استخدام الدالة flow_from_directory() في Keras، يتم تعيين التسميات تلقائيًا استنادًا إلى أسماء المجلدات الفرعية فيما يلي الكود الأساسي الذي يوضح ذلك:

from keras.preprocessing.image import ImageDataGenerator

train_datagen = ImageDataGenerator(rescale=1./255)

train_generator = train_datagen.flow_from_directory(
    '/kaggle/input/microsoft-catsvsdogs-dataset/PetImages',
    target_size=(150, 150),
    batch_size=32,
    class_mode='binary' 
)

print("Class Indices:", train_generator.class_indices)

بهذا الشكل سيقوم المولد train_generator بتوليد دفعات من الصور مع التسميات التي تم استخراجها تلقائيًا من أسماء المجلدات.

وعليكم السلام ورحمة الله وبركاته.

يمكنك إستخدام الكود التالي كما جاء الرابط على موقع kaggle :

• https://www.kaggle.com/code/fareselmenshawii/cats-vs-dogs-classification?scriptVersionId=122519208&cellId=6#create-directories-for-training-and-validation

CAT_DIR = '/kaggle/input/microsoft-catsvsdogs-dataset/PetImages/Cat'
DOG_DIR = '/kaggle/input/microsoft-catsvsdogs-dataset/PetImages/Dog'

TRAINING_DIR = "/tmp/cats-v-dogs/training/"
VALIDATION_DIR = "/tmp/cats-v-dogs/validation/"

TRAINING_CATS = os.path.join(TRAINING_DIR, "cats/")
VALIDATION_CATS = os.path.join(VALIDATION_DIR, "cats/")

TRAINING_DOGS = os.path.join(TRAINING_DIR, "dogs/")
VALIDATION_DOGS = os.path.join(VALIDATION_DIR, "dogs/")

لاحظ كيف أن صور القطط والكلاب كل منهم في مجلد منفصل . 

يمكنك إستخدام هذا المجلد كتسيمة label للبيانات لديك.

بتاريخ 3 ساعة قال ياسر مسكين:

الدالة flow_from_directory()

طيب اي الداله دي ؟

وازي استخدمها في الكود ده

import os
import cv2
import numpy as np

# مسار البيانات داخل Kaggle
data_dir = "/kaggle/input/microsoft-catsvsdogs-dataset/train"

# تحضير قوائم الصور والتسميات
images = []
labels = []

# قراءة الصور وتصنيفها
for file in os.listdir(data_dir):
    if file.endswith(".jpg"):
        img_path = os.path.join(data_dir, file)
        img = cv2.imread(img_path)
        img = cv2.resize(img, (128, 128))  # إعادة التحجيم إلى 128x128
        images.append(img)

        # تحديد الفئة من اسم الملف
        label = 0 if "cat" in file else 1
        labels.append(label)

# تحويل البيانات إلى مصفوفات NumPy
images = np.array(images) / 255.0  # تطبيع القيم بين 0 و 1
labels = np.array(labels)

# طباعة معلومات عن البيانات
print("عدد الصور:", len(images))
print("عدد الفئات:", len(set(labels)))  # يفترض أن تكون 2 (قطط وكلاب)

بتاريخ 13 دقائق مضت قال Ali Ahmed55:

طيب اي الداله دي ؟

وازي استخدمها في الكود ده

import os
import cv2
import numpy as np

# مسار البيانات داخل Kaggle
data_dir = "/kaggle/input/microsoft-catsvsdogs-dataset/train"

# تحضير قوائم الصور والتسميات
images = []
labels = []

# قراءة الصور وتصنيفها
for file in os.listdir(data_dir):
    if file.endswith(".jpg"):
        img_path = os.path.join(data_dir, file)
        img = cv2.imread(img_path)
        img = cv2.resize(img, (128, 128))  # إعادة التحجيم إلى 128x128
        images.append(img)

        # تحديد الفئة من اسم الملف
        label = 0 if "cat" in file else 1
        labels.append(label)

# تحويل البيانات إلى مصفوفات NumPy
images = np.array(images) / 255.0  # تطبيع القيم بين 0 و 1
labels = np.array(labels)

# طباعة معلومات عن البيانات
print("عدد الصور:", len(images))
print("عدد الفئات:", len(set(labels)))  # يفترض أن تكون 2 (قطط وكلاب)

 

تلك من مكتبة Keras الموجودة الآن ضمن TensorFlow، وهي لتسهيل عملية تحميل الصور وتجهيزها للنماذج العصبونية العميقة، خاصة في حال البيانات منظمة بشكل معين على القرص الصلب، وذلك هو ما لدينا هنا.

وتستطيع استخدامها كالتالي:

import tensorflow as tf
from tensorflow.keras.preprocessing.image import ImageDataGenerator
import os

structured_data_dir = "/kaggle/input/microsoft-catsvsdogs-dataset/train"

datagen = ImageDataGenerator(rescale=1./255)

batch_size = 32
img_height = 128
img_width = 128

train_generator = datagen.flow_from_directory(
    directory=structured_data_dir,
    target_size=(img_height, img_width),
    batch_size=batch_size,
    class_mode='binary',
    shuffle=True
)

print("الفئات التي تم العثور عليها:", train_generator.class_indices)
print("عدد الصور الكلي:", train_generator.samples)
print("عدد الدفعات في كل دورة تدريب (epoch):", len(train_generator))

تمام جدا 

الف شكراا جدا لحضرتكم

جزاكم الله كل خير

بتاريخ 2 دقائق مضت قال Mustafa Suleiman:

structured_data_dir = "/kaggle/input/microsoft-catsvsdogs-dataset/train"

بس دي عندي كده 

structured_data_dir = '/kaggle/input/microsoft-catsvsdogs-dataset/PetImages/Cat'
structured_data_dir_dogs = '/kaggle/input/microsoft-catsvsdogs-dataset/PetImages/Dog'

والا انا المفروض ان استخدم المجلد الرئسي يعني المجلد ال فيه مجلد القطط ومجلد الكلاب ؟