| 155 | return image, label |
| 156 | |
| 157 | def init(self, images, labels): |
| 158 | labels = tf.keras.utils.to_categorical(labels, num_classes=self.num_classes) |
| 159 | ds = tf.data.Dataset.from_tensor_slices((images, labels)) |
| 160 | if self.opt["use_shuffle"]: |
| 161 | ds = ( |
| 162 | ds.shuffle(len(images)) |
| 163 | .map(self.parse_data, num_parallel_calls=AUTOTUNE) |
| 164 | .batch(self.opt["batch_size"], drop_remainder=True) |
| 165 | .prefetch(AUTOTUNE) |
| 166 | ) |
| 167 | else: |
| 168 | ds = ( |
| 169 | ds.map(self.parse_data, num_parallel_calls=AUTOTUNE) |
| 170 | .batch(self.opt["batch_size"], drop_remainder=True) |
| 171 | .prefetch(AUTOTUNE) |
| 172 | ) |
| 173 | return ds |
| 174 | |
| 175 | |
| 176 | def get_data(opt): |