python - `flow_from_dataframe()` 自定义预处理

Question

我正在尝试使用 kerasImageDataGenerator.flow_from_dataframe()方法动态生成图像数据，因为我正在处理的数据集太大而无法一次性加载到内存中。

源图像数据文件是DICOM文件，flow_from_dataframe()方法不支持。

是否可以（轻松）扩展flow_from_dataframe()以处理 DICOM（或其他不受支持的）图像/输入？

也许可以在每个不受支持的文件上运行自定义预处理功能，返回标准化（窗口/光度校正）numpy 数组，然后允许ImageDataGenerator实例继续。

我可以在自己的安装中编辑源代码，但首选可在 vanilla keras 上使用的通用解决方案，以确保可移植到其他平台（尤其是 Kaggle）！

标签： pythonkerascomputer-visionmedical-imaging

Answer 1

可以在 Keras github 问题跟踪器/功能请求中找到解决方案：https ://github.com/keras-team/keras/issues/13665

可以基于keras.utils.Sequence超类创建自定义数据生成器。