如何在 Keras 中正确使用 ImageDataGenerator？

Question

我最近正在使用 Keras 中的数据扩充，并且正在使用基本的 ImageDataGenerator。我很难学会它实际上是一个生成器，而不是迭代器（因为type(train_aug_ds) 给了<class 'keras.preprocessing.image.DirectoryIterator'> 我认为它是一个迭代器）。我还查看了一些关于使用它的博客，但它们并没有回答我所有的问题。

所以，我这样加载我的数据：

train_aug = ImageDataGenerator(
    rescale=1./255,
    horizontal_flip=True,
    height_shift_range=0.1,
    width_shift_range=0.1,
    brightness_range=(0.5,1.5),
    zoom_range = [1, 1.5],
)
train_aug_ds = train_aug.flow_from_directory(
    directory='./train',
    target_size=image_size,
    batch_size=batch_size,
)

为了训练我的模型，我执行了以下操作：

model.fit(
    train_aug_ds,
    epochs=150,
    validation_data=(valid_aug_ds,),
)

它奏效了。我有点困惑它是如何工作的，因为train_aug_ds 是生成器，所以它应该提供无限大的数据集。文档说：

当传递无限重复的数据集时，您必须指定 steps_per_epoch 参数。

我还没有这样做，但它确实有效。它是否以某种方式推断步骤数？另外，它是只使用增强数据，还是批量使用非增强图像？

所以基本上，我的问题是如何正确使用此生成器和函数fit 来获取我的训练集中的所有数据，包括原始、非增强图像和增强图像，并循环多次/步骤（现在它似乎每个时代只做一步）？

Answer 1

我认为文档可能会很混乱，并且我认为行为会根据您的 Tensorflow 和 Keras 版本而有所不同。例如，在这个post 中，用户正在描述您所期望的确切行为。通常，flow_from_directory() 方法允许您直接从目录中读取图像并在训练模型时对它们进行扩充，如前所述here，它在每个时期对每个文件夹中的每个样本进行迭代。使用以下示例，您可以通过查看进度条中每个 epoch 的步骤来检查是否是这种情况（在 TF 2.7 上）：

import tensorflow as tf

BATCH_SIZE = 64

flowers = tf.keras.utils.get_file(
    'flower_photos',
    'https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz',
    untar=True)

img_gen = tf.keras.preprocessing.image.ImageDataGenerator(
    rescale=1./255,
    horizontal_flip=True,
)

train_ds = img_gen.flow_from_directory(flowers, batch_size=BATCH_SIZE, shuffle=True, class_mode='sparse')
num_classes = 5

model = tf.keras.Sequential([
  tf.keras.layers.Conv2D(16, 3, padding='same', activation='relu', input_shape=(256, 256, 3)),
  tf.keras.layers.MaxPooling2D(),
  tf.keras.layers.Conv2D(32, 3, padding='same', activation='relu'),
  tf.keras.layers.MaxPooling2D(),
  tf.keras.layers.Conv2D(64, 3, padding='same', activation='relu'),
  tf.keras.layers.MaxPooling2D(),
  tf.keras.layers.Flatten(),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dense(num_classes)
])

model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True))

epochs=10
history = model.fit(
  train_ds,
  epochs=epochs
)

Found 3670 images belonging to 5 classes.
Epoch 1/10
 6/58 [==>...........................] - ETA: 3:02 - loss: 2.0608

如果你像这样用tf.data.Dataset.from_generator 包裹flow_from_directory：

train_ds = tf.data.Dataset.from_generator(
    lambda: img_gen.flow_from_directory(flowers, batch_size=BATCH_SIZE, shuffle=True, class_mode='sparse'),
    output_types=(tf.float32, tf.float32))

您会注意到进度条看起来像这样，因为steps_per_epoch 没有明确定义：

Epoch 1/10
Found 3670 images belonging to 5 classes.
     29/Unknown - 104s 4s/step - loss: 2.0364

而且如果你添加这个参数，你会在进度条中看到步骤：

history = model.fit(
  train_ds,
  steps_per_epoch = len(from_directory),
  epochs=epochs
)

Found 3670 images belonging to 5 classes.
Epoch 1/10
 3/58 [>.............................] - ETA: 3:19 - loss: 4.1357

最后，关于你的问题：

如何正确使用此生成器，使其具有适合所有功能的功能 我的训练集中的数据，包括原始的、非增强的图像和 增强图像，并循环多次/步骤？

您可以简单地将steps_per_epoch 乘以某个因子，使其超过number of samples // batch_size：

history = model.fit(
  train_ds,
  steps_per_epoch = len(from_directory)*2,
  epochs=epochs
)

Found 3670 images belonging to 5 classes.
Epoch 1/10
  1/116 [..............................] - ETA: 12:11 - loss: 1.5885

现在你有 116 步，而不是每个 epoch 的 58 步。