将 ImageDataGenerator 与 .npy 格式的图像一起使用答案

【问题标题】：Using ImageDataGenerator with images in .npy format将 ImageDataGenerator 与 .npy 格式的图像一起使用
【发布时间】：2019-01-08 23:08:24
【问题描述】：

我对 Keras 很陌生。我正在尝试使用 ImageDataGenerator 训练模型。我有大量以 .npy 格式保存的训练图像。我想使用 flow_from_directory() 所以我按照文档中的建议存储了图像（每个类一个文件夹）。问题是这仅适用于 png、jpeg、tiff 等，但不适用于我的 .npy 文件。

我有什么方法可以使用这个函数或类似的东西，让我获得 ImageDataGenerator 提供的所有增强可能性？

非常感谢，感谢您的帮助

【问题讨论】：

标签： python image keras deep-learning

【解决方案1】：

是的，如果您愿意修改 ImageDataGenerator 的源代码（这实际上非常易于阅读和理解），这是可能的。查看keras-preprocessing github，我认为将DirectoryIterator 类中的load_img 方法替换为您自己的从磁盘读取.npy 文件而不是图像的load_array 方法就足够了：

...
# build batch of image data
for i, j in enumerate(index_array):
     fname = self.filenames[j]
     ## Replace the code below with your own function
     img = load_img(os.path.join(self.directory, fname),
                    color_mode=self.color_mode,
                    target_size=self.target_size,
                    interpolation=self.interpolation)
     x = img_to_array(img, data_format=self.data_format)
 ...

因此，您至少可以对该行进行以下更改：

...
# build batch of image data
for i, j in enumerate(index_array):
    fname = self.filenames[j]
    img = np.load(os.path.join(self.directory, fname))
...

但您可能希望实现 Keras 的 load_img 实用函数也具有的一些附加逻辑，例如颜色模式、目标大小等，并将所有内容包装在您自己的 load_array 函数中。

【讨论】：