Keras 的 ImageDataGenerator 是否对每张图像随机应用转换？

Question

我正在使用 Keras ImageDataGenerator 类训练 CNN。我的代码看起来像：

from keras.callbacks import LearningRateScheduler
from keras.callbacks import EarlyStopping
from keras.preprocessing.image import ImageDataGenerator

    data_generator = ImageDataGenerator(
        rotation_range = 15,
        width_shift_range = 0.1,
        height_shift_range = 0.1,
        horizontal_flip = True
    )
    data_generator.fit(xtrain)

    es = EarlyStopping(monitor = 'val_loss', mode = 'min', verbose = 1, patience = 100)
    history = CNN_model.fit(data_generator.flow(xtrain, ytrain, batch_size = batch_size), \
                                                                          epochs = num_epochs, \
                                                                          validation_data = (xval, yval), \
                                                                          callbacks = [LearningRateScheduler(learning_rate_schedule), es])

现在我查看了文档，但我不完全了解它是对每批中的每张图像进行这种图像增强，还是随机选择其中的一部分？我假设它对每个图像都进行了增强，但我正在努力理解。

如果它对我的数据集中的每个图像都这样做，这意味着我在任何训练时期都没有使用未增强的图像，对吗？

谢谢！

Answer 1

好吧，我做了测试，它是随机应用的每张图片，即使这些图片来自同一批次。

根据我对文档的阅读，我没有理由认为只有一些图像被转换，而其他图像则保持原样。

from tensorflow.keras.preprocessing.image import ImageDataGenerator
from skimage.data import chelsea
import matplotlib.pyplot as plt
import numpy as np

imgs = np.stack([chelsea() for i in range(4*4)], axis=0)

data_gen = ImageDataGenerator(
    rotation_range = 90,
    width_shift_range = 0.1,
    height_shift_range = 0.1,
    horizontal_flip = True,
    preprocessing_function=lambda x: x[..., np.random.permutation([0, 1, 2])]
)

fig = plt.figure()
plt.subplots_adjust(wspace=.2, hspace=.2)
for index, image in enumerate(next(data_gen.flow(imgs)).astype(int)):
    ax = plt.subplot(4, 4, index + 1)
    ax.set_xticks([])
    ax.set_yticks([])
    ax.imshow(image)
plt.show()