图像文件夹的图像数据生成器答案

【问题标题】：Image Data Generator for a folder of images图像文件夹的图像数据生成器
【发布时间】：2019-12-30 23:14:17
【问题描述】：

我有 7 个带有不同数量图像的标记类（范围从 2000 到 20000）。我知道在keras 中使用model.fit 时，我可以更改每个标记图像文件夹的读取次数。相反，如果我用更少的图像增加文件夹中的图像，我想比较结果。我只知道如何逐张制作这张图片，我将如何扩充文件夹中的所有图片而不是一次增加 1 张？

gen = ImageDataGenerator(rotation_range=10, width_shift_range=0.1,
                    height_shift_range=0.1, shear_range=0.15, zoom_range=0.1,
                    channel_shift_range=10, horizontal_flip=True,
                     vertical_flip=True)
Folder_path = 'Folder_path_with_images'
image = np.expand_dims(ndimage.imread(Folder_path),0) # I get no permission from Folder_path_with_images

# Generate batches of augmented images from this image
aug_iter = gen.flow(image, save_to_dir = 'NEW_SAVE_PATH')
aug_images = [next(aug_iter)[0].astype(np.uint8) for i in range(10)]

【问题讨论】：

标签： python keras directory data-augmentation

【解决方案1】：

model.fit_generator 将完成这项工作。

这是我的示例代码之一：

model.fit_generator(datagen.flow(x_train, to_categorical(y_train), \
        batch_size=mini_batch_size),
        # steps_per_epoch= ceil(len(x_train)/mini_batch_size), \
        epochs=60, \
        validation_data=(test_images, to_categorical(test_labels)), \
        )

【讨论】：

所以不是生成增强图像然后将它们保存到内存中，而是在运行模型时生成它们？这将如何平衡培训课程中不均匀的数据数量？
我不确定您所说的“平衡不均匀数据”是什么意思，但如果您可以通过model.fit 管理它，那么您应该在model.fit_generator 中进行管理，因为它们的功能相同。 Model.fit_generator 只是增加了输入模型的数据，Keras 文档建议这样做。