使用 Keras 增强 X 和 Y 图像答案

【问题标题】：Augmenting both X and Y images with Keras使用 Keras 增强 X 和 Y 图像
【发布时间】：2023-03-28 19:21:01
【问题描述】：

我知道如何使用 ImageDataGenerator 通过平移、翻转、旋转、剪切等来增强我的数据。问题是假设我有一个训练图像和相应的分割图像，我想增强这两者这些图像。例如，如果我将训练图像旋转 45 度，那么我还想将分割图像增加 45 度。本质上，我想对两个数据集执行相同的转换集。这可能与 ImageDataGenerator 有关，还是我必须从头开始编写所有增强功能？提前非常感谢。

【问题讨论】：

标签： keras

【解决方案1】：

您可以在tf.data.Dataset.map 中使用增强并返回图像两次。我不知道有什么方法可以用ImageDataGenerator 做到这一点。

import tensorflow as tf
import matplotlib.pyplot as plt
from skimage import data

cats = tf.concat([data.chelsea()[None, ...] for i in range(24)], axis=0)

test = tf.data.Dataset.from_tensor_slices(cats)


def augment(image):
    image = tf.cast(x=image, dtype=tf.float32)
    image = tf.divide(x=image, y=tf.constant(255.))
    image = tf.image.random_hue(image=image, max_delta=5e-1)
    image = tf.image.random_brightness(image=image, max_delta=2e-1)
    return image, image


test = test.batch(1).map(augment)

fig = plt.figure()
plt.subplots_adjust(wspace=.1, hspace=.2)
images = next(iter(test.take(1)))
for index, image in enumerate(images):
    ax = plt.subplot(1, 2, index + 1)
    ax.set_xticks([])
    ax.set_yticks([])
    ax.imshow(tf.clip_by_value(tf.squeeze(image), clip_value_min=0, clip_value_max=1))
plt.show()

【讨论】：