是否有针对整个数据集的图像数据增强的 python 代码？

Question

我正在研究 CNN（卷积神经网络）图像分类问题。我有一个包含 1000 张图像的数据集，这些图像不足以适合我设计的模型，我想在训练 CNN 之前增加图像的数量。如何使用 python.

扩充我的数据集

Answer 1

这是tensorflow中的built-in。查看 tf.image

的文档

例如，您可以通过 tf.Dataset.map 使用以下功能：

Answer 2

可以使用keras的ImageDataGeneratorclass。这个 class 有很多有趣的功能来生成增强图像数据集。此 class 也可用于扩充文件夹中的数据集。
例如

generator = ImageDataGenerator(
    rotation_range=20,
    width_shift_range=0.2,
    height_shift_range=0.2,
    horizontal_flip=True)

有关 ImageDataGenerator class 的更多信息已找到 here。

现在您可以将此生成器与您的 keras 模型一起使用，如下所示

model.fit_generator(generator.flow(x_train, y_train, batch_size= ... ),
                    steps_per_epoch= .... , epochs= ... )

要从文件夹生成增强数据集，请使用 class 的 flow_from_directory 方法。

model.fit_generator(generator.flow_from_directory(directory, target_size=(64, 64), batch_size= ...),steps_per_epoch= .... , epochs= ... )

Is there a python code for image data augmentation for the whole data set?