如何使用 ImageDataGenerator 将图像从 [0,255] 重新缩放到 [-1,1]？答案

【问题标题】：How to rescale images from [0,255] to [-1,1] with ImageDataGenerator?如何使用 ImageDataGenerator 将图像从 [0,255] 重新缩放到 [-1,1]？
【发布时间】：2021-01-27 21:59:23
【问题描述】：

我正在使用 ImageDataGenerator 和 flow_from_dataframe 来加载数据集。

ImageDataGenerator 允许您像这样指定重新缩放因子

datagen = ImageDataGenerator(rescale=1./255)

但是如果我想在 [-1,1] 范围内重新缩放图像怎么办？我应该先做减法，然后再做除法

images -= 128.0
images /= 128.0

ImageDataGenerator 的 rescale 中如何进行这两个操作？

【问题讨论】：

标签： python tensorflow keras

【解决方案1】：

尝试使用 rescale=1/127.5-1 或者您可以使用预定义的处理器功能，例如

preprocessing_function=tf.keras.applications.mobilenet.preprocess_input

【讨论】：

【解决方案2】：

你可以使用这样的预处理函数：

def rescale_img(img):
    img = img.astype(np.float32) / 255.0
    img = (img - 0.5) * 2
    return img

然后在重新缩放部分你可以这样做：

datagen = ImageDataGenerator(rescale=rescale_img())

【讨论】：

【解决方案3】：

Keras imagedatagen rescale 参数将数据与给定值相乘。这就是它用作 1/255.0 等的原因。

当你执行这个时：

datagen = ImageDataGenerator(rescale=1./255)

您的数据的平均值将为 0.5，范围为 0 到 1。现在是棘手的部分，您首先要将平均值设置为 0。为此，您可以使用 featurewise_center 和 samplewise_center。现在，它完成了，但是您的数据在 -0.5 和 0.5 之间缩放

为确保它在 -1 和 1 之间，我们将其重新缩放 2/255.0 。所以最后的代码应该是这样的：

datagen = ImageDataGenerator(rescale=2/255.0,
                             featurewise_center=True,
                             samplewise_center=True,)

关于_center参数的详细介绍，可以参考docs

【讨论】：