我有4个单独的图像文件夹和自己独立的标签(文件夹1中的图像对应于标签1等) .
但是,图像数据集是不 balancer 的,其中我有太多带有标签1和2的图像但没有足够的图像用于标签3和4 .
因此,我决定尝试进行图像增强以增强我的图像数据集 .
这是我的代码的样子 .
train_datagen = ImageDataGenerator(rotation_range=20,width_shift_range=0.2, height_shift_range=0.2,preprocessing_function=preprocess_input,horizontal_flip=True)
train_generator=train_datagen.flow_from_directory('/trainImages',target_size=(80,80),batch_size=32,class_mode='categorical')
所有图像文件夹都在路径“/trainImages"(e.g:"/trainImages/1","/trainImages/2”)中
这种方法的问题是对文件夹1和2中的图像也进行了扩充(不需要增强)
有没有办法自定义ImageDataGenerator来忽略文件夹1和2的图像增强参数?
我对Python和Keras都很陌生......
1 回答
您可以创建两个文件夹结构:
文件夹1 - 仅包含不扩充的类的结构
文件夹2 - 包含要扩充的类的结构
然后你创建两个不同的生成器 .
现在,您可以创建自己的生成器,该生成器应包含每个顺控程序的索引列表 .
记得使用
steps_per_epoch = len1 + (multiplySeq2By * len2)