我正在使用Keras 1.2.1,张量流后端和生成器进行回归神经网络,以实现即时图像增强 .
我想基于与每个图像相关联的标签来扩充我的混洗数据集 .
例如,在每个时代,我只想包括25%的标记为 0.00 的图像 .另一方面,如果图像被标记为,例如<= -.20 我想要旋转/翻转/剪切一些随机量 .
0.00
-.20
问题是,如何有选择地选择基于其标签来增强图像数据?这可能吗 ?
你可以使用布尔索引在numpy中完成它 . Tensorflow还允许您这样做,请参阅tf.boolean_mask
1 回答
你可以使用布尔索引在numpy中完成它 . Tensorflow还允许您这样做,请参阅tf.boolean_mask