tensorflow - 数据增强:keras ImageDataGenerator 与手动加载和增强
问题描述
我正在 Tensorflow 中训练一个模型,我想实现一个有效的在线数据增强,我希望它工作得足够快,这样它就不会成为训练的瓶颈(这样数据就可以更快地输入 GPU比模型在 GPU 上的前后循环)。然而,我以前有过 Keras 的经验,它ImageDataGenerator
似乎工作得很好。所以我的问题是:
我应该改用 Keras 吗,仅仅因为它
ImageDataGenerator
?它是否比我使用 OpenCV 可能实现的更快(考虑到 Keras 缺少一些我可能需要的功能,但我不确定我是否真的需要它们)?
或者,如果您不能肯定回答,请分享您的数据增强优化经验。如果您曾经对类似的东西进行过基准测试(比较速度性能),请也分享一下。任何帮助表示赞赏。提前致谢。
PS:数据是从硬盘加载的。
解决方案
只是发布这个以防有人发现这有帮助。
我建议看看imgaug。您可以使用 pip 安装它:
pip install imgaug
根据我的经验,它有很多增强选项,而且速度非常快,但我不知道它是否符合您的需要。你可能想检查一下。
推荐阅读
- c# - 将委托和要在委托中使用的参数传递给函数
- json - 验证嵌套响应体放心
- api - 如何减慢来自 Google App Scripts 的 API 请求?
- python - 如何检查字典中是否存在键值对?如果一个键的值是字典
- python - 如何更早地停止 for 循环?[Python]
- reactjs - 将获取的数据添加到另一个对象中并将其导出
- javascript - React Hooks TypeError:待办事项未定义
- android - 一种可以将数字传递给重写函数 onRequestPermissionsResult 的方法?
- css - Django 静态文件不会在 Firefox 上重新加载
- html - Bootstrap 水平形式