Keras 中的泊松/非负高斯噪声数据增强答案

【问题标题】：Poisson/non-negative gaussian noise data augmentation in KerasKeras 中的泊松/非负高斯噪声数据增强
【发布时间】：2020-10-23 06:17:12
【问题描述】：

在将能量分布的“图像”传递给 CNN 之前，我正在使用 Keras 进行一些数据增强。我想给图片加点噪点，但是这个噪点不能小于0。

数据是一个numpy形状的数组（5000,29,29），数据扩充的代码目前是：

data_augmentation = keras.Sequential([
  keras.layers.experimental.preprocessing.RandomFlip(), 
  keras.layers.GaussianNoise(1)
], name='DataAugm')

有没有办法添加泊松噪声，这显然已经是非负的，或者带有被截断到数据增强层的负值的高斯噪声，或者我必须在解析之前手动将它添加到数据中神经网络？

编辑：遵循此处给出的建议：How to add a noise with uniform distribution to input data in Keras?

我创建了一个这样的类：

class noiseLayer(keras.layers.Layer):

    def __init__(self,mean):
        super(noiseLayer, self).__init__()
        self.mean = mean

    def call(self, input):

        mean = self.mean

        return input + np.random.poisson(mean)

然后我将它添加到我的数据增强中，如下所示：

data_augmentation = keras.Sequential([
  keras.layers.experimental.preprocessing.RandomFlip(),
  noiseLayer(mean = 1)(x)
], name='DataAugm')

但我得到了错误：添加的图层必须是图层类的实例。找到：Tensor("noise_layer_8/Identity:0", shape=(None, 29, 29, 1), dtype=float32)

我不明白为什么定义为 keras.layer 的类实际上不被视为层。

有人可以帮我解决这个问题吗？

第二次编辑以删除 tf.keras，因为我读到问题可能是 tf.keras 层和 keras 层之间的兼容性，但是我仍然遇到同样的错误

【问题讨论】：

标签： python tensorflow keras noise data-augmentation

【解决方案1】：

供将来参考：

根据youngseok jeon 在我上面链接的线程上的建议，问题似乎在于包含(x)。

改用：

data_augmentation = keras.Sequential([
  keras.layers.experimental.preprocessing.RandomFlip(),
  noiseLayer(mean = 1)
], name='DataAugm')

代码运行没有错误。

【讨论】：