时间戳

首页 > 解决方案 > 如何使用 ImageDataGenerator 类生成训练和标签作为 keras 模型的图像？

python - 如何使用 ImageDataGenerator 类生成训练和标签作为 keras 模型的图像？

问题描述

我想训练一个模型来使用 Keras 生成新图像，我会使用 ImageDataGenerator 类来生成批量图像。

问题是我找不到使用此类生成训练和标签批次作为图像的方法。我想将模型作为训练一些图像和一些其他图像的标签传递给模型。

此外，我需要从硬盘驱动器读取每批图像，因为数据集太大而无法加载到内存中。

也可以欣赏 ImageDataGenerator 方法的替代方法。

我希望这个问题很清楚，你可以帮助我。

标签： pythonimage-processingkerasgenerator

解决方案

您可以将ImageDataGenerator类与您喜欢的任何类型的标签一起使用，也可以使用图像，它们只是多维数组。这是一个使用虚拟 numpy 图像的示例：

from keras.preprocessing.image import ImageDataGenerator
import numpy as np

# Create fake images
n, width, height = 1000, 28, 28
images_data = np.random.randint(low=0, high=256, size=(n, height, width, 3))
images_labels = np.random.randint(low=0, high=256, size=(n, height, width, 3))

image_gen = ImageDataGenerator()
batch_size = 100
batch_gen = image_gen.flow(images_data, images_labels, batch_size=batch_size)

然后，您可以传递batch_gen给fit_generator，例如，它将产生 的元组(images_data, images_labels)，两者都具有 shape (batch_size, height, width, 3)。您可以通过以下方式检查：

batch = batch_gen.next()
print(len(batch))
print(batch[0].shape)
print(batch[1].shape)

如果您的数据集不适合内存并存储为文件，您也可以使用flow_from_directory. Keras 官方文档中有示例。

如果您编写自己的批处理生成器函数，您还可以在生成批处理之前对它们执行一些操作：

def _generate_batches(image_gen, images_data, images_labels, batch_size):
    for batch in image_gen.flow(images_data, images_labels,
                                batch_size=batch_size):
        # Here you can do whatever you like to your batch
        yield (batch[0], batch[1])

最后，如果您需要非常具体的功能ImageDataGenerator，您可以随时构建您的自定义ImageDataGenerator类：

class ImageDataGeneratorCustom(ImageDataGenerator): 
...

特别是，您可能想要覆盖该flow()函数，甚至构建一个自定义Iterator.

推荐阅读