我是 CNN 的新手，从 keras 开始。我目前正在使用 ImageDataGenerator 导入我的训练/验证文件夹（每个文件夹都有 2 个用于我的二进制分类任务的类子文件夹）。想知道如何在不使用 ImageDataGenerator 的情况下导入我的训练/验证文件？我知道 ImageDataGenerator 对准确性有好处，因为它做了一些增强，但我想将准确性与没有任何增强的训练集进行比较。本质上我认为我需要将所有图像放入一个数组中，但不知道如何。

基本上我想知道导入图像的训练/验证数据的正常方法是什么，所以我可以比较有/没有 imagedatagen 的准确性差异。我知道使用普通的 NN 任务很容易，因为您只需执行 pd.read_csv()。

我目前正在像这样导入：

train_datagen = ImageDataGenerator(
        rescale=1./255,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True)

test_datagen = ImageDataGenerator(rescale=1./255)

train_generator = train_datagen.flow_from_directory(
        'data/train',
        target_size=(150, 150),
        batch_size=32,
        class_mode='binary')

validation_generator = test_datagen.flow_from_directory(
        'data/validation',
        target_size=(150, 150),
        batch_size=32,
        class_mode='binary')