我使用了Python的OpenCV库进行所有与相机相关的操作，所以这里的label指的是图像属于哪个类，根据标签，图像保存在适当的目录中。ct和maxCt是用来保存图像的起始索引和最终索引，剩下的是标准的OpenCV代码，用于获取网络摄像头源并将图像保存到目录中。需要注意的一点是，我所有的图片维数都是300 x 300的。运行此目录树后，我的目录树如下所示。
C：．
├───paper
│ paper0．jpg
│ paper1．jpg
│ paper2．jpg
│
├───rock
│ rock0．jpg
│ rock1．jpg
│ rock2．jpg
│
└───scissor
scissor0．jpg
scissor1．jpg
scissor2．jpg
如果你引用的是Github存储库（https：／／github．com／HOD101s／RockPaperScissor－AI－） ，则getData．py会为你完成这项工作！预处理我们的数据我们需要使用图像，而计算机可以识别数字，因此，我们将所有图像转换为它们各自的矢量表示，另外，我们的标签尚待生成，由于已建立的标签不能是文本，因此我使用shape＿to＿label字典为每个类手动构建了“独热编码”表示。
DATA＿PATH ＝ sys．argv［1］ ＃ Path to folder containing data
shape＿to＿label ＝ ｛＇rock＇：np．array（［1．，0．，0．，0．］），＇paper＇：np．array（［0．，1．，0．，0．］），＇scissor＇：np．array（［0．，0．，1．，0．］），＇ok＇：np．array（［0．，0．，0．，1．］）｝
arr＿to＿shape ＝ ｛np．argmax（shape＿to＿label［x］）：x for x in shape＿to＿label．keys（）｝
imgData ＝ list（）
labels ＝ list（）
for dr in os．listdir（DATA＿PATH）：
if dr not in ［＇rock＇，＇paper＇，＇scissor＇］：
continue
print（dr）
lb ＝ shape＿to＿label［dr］
i ＝ 0
for pic in os．listdir（os．path．join（DATA＿PATH，dr））：
path ＝ os．path．join（DATA＿PATH，dr＋＇／＇＋pic）
img ＝ cv2．imread（path）
imgData．append（［img，lb］）
imgData．append（［cv2．flip（img， 1），lb］） ＃horizontally flipped image
imgData．append（［cv2．resize（img［50：250，50：250］，（300，300）），lb］） ＃ zoom ： crop in and resize
i＋＝3
print（i）
np．random．shuffle（imgData）
imgData，labels ＝ zip（＊imgData）
imgData ＝ np．array（imgData）
labels ＝ np．array（labels）
当我们根据类将图像保存在目录中时，目录名用作标签，该标签使用shape＿to＿label字典转换为独热表示。在我们遍历系统中的文件以访问图像之后，cv2．imread（）函数返回图像的矢量表示。我们通过翻转图像并放大图像来进行一些手动的数据增强，这增加了我们的数据集大小，而无需拍摄新照片，数据增强是生成数据集的关键部分。最后，图像和标签存储在单独的numpy数组中。cv2．imread（）函数https：／／www．geeksforgeeks．org／python－opencv－cv2－imread－method／更多关于数据增强的信息。https：／／towardsdatascience．com／data－augmentation－for－deep－learning－4fe21d1a4eb9通过迁移学习建立我们的模型：在处理图像数据时，有许多经过预训练的模型可供使用，这些模型已经在具有数千个标签的数据集上进行了训练，由于这些模型通过其应用程序api的Tensorflow和Keras分布，我们可以使用这些模型，这使得在我们的应用程序中包含这些预先训练的模型看起来很容易！
总之，迁移学习采用的是经过预训练的模型，并且不包含进行最终预测的最终层，能够区分这种情况下图像中的特征，并将这些信息传递给我们自己的Dense神经网络。为什么不训练你自己的模型呢？完全取决于你！然而，使用迁移学习可以在很多时候使你的进步更快，从某种意义上说，你避免了重复造轮子。
