首页 文章

仅限特定文件夹的图像数据生成器扩充参数（Keras）

提问于
浏览 次
0

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......

python keras

1 回答

  • 1

    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 .

    dataGen1 = ImageDataGenerator(...)
dataGen2 = ImageDataGenerator(.... withAugmentation ....)

sequencer1 = dataGen1.flow_from_directory(dir1, ....)
sequencer2 = dataGen2.flow_from_directory(dir2, ....)

    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 .

    此代码未经过测试，如果有错误可以评论，那么我明天就测试一下

    def myGenerator(seq1, seq2, multiplySeq2By):

    generators = [seq1,seq2]

    #here we're creating indices to get data from the generators
    len1 = len(seq1)
    len2 = len(seq2)

    indices1 = np.zeros((len1,2))
    indices2 = np.ones((len2,2))

    indices1[:,1] = np.arange(len1) #pairs like [0,0], [0,1], [0,2]....
    indices2[:,1] = np.arange(len2) #pairs like [1,0], [1,1], [1,2]....

    indices2 = [indices2] * multiplySeq2By #repeat indices2 to generate more from it
    allIndices = np.concatenate([indices1] + indices2, axis=0)

    #you can randomize the order here:
    np.random.shuffle(allIndices)

    #now we loop the indices infinitely to get data from the original generators
    while True: 
        for g, el in allIndices:
            x,y = generators[g][el]
            yield x,y #when training, or "yield x" when testing                    

        #you may want another round of shuffling here for the next epoch.

    记得使用 steps_per_epoch = len1 + (multiplySeq2By * len2)

    回复于

相关问题