如何更改Keras ImageDataGenerator的预处理函数执行顺序?
我使用Keras的“ImageDataGenerator”类进行数据扩充。由于图像具有相关对象的边界框,因此我希望在增强图像之前将图像裁剪到相关部分。该类的参数中有一个名为“preprocessing_function”的参数,允许我们在扩充和调整大小后实现所需的函数。我要求的是相反的结果。首先,让函数运行,然后进行扩充。我如何将其实现到代码中如何更改Keras ImageDataGenerator的预处理函数执行顺序?,keras,tf.keras,data-augmentation,Keras,Tf.keras,Data Augmentation,我使用Keras的“ImageDataGenerator”类进行数据扩充。由于图像具有相关对象的边界框,因此我希望在增强图像之前将图像裁剪到相关部分。该类的参数中有一个名为“preprocessing_function”的参数,允许我们在扩充和调整大小后实现所需的函数。我要求的是相反的结果。首先,让函数运行,然后进行扩充。我如何将其实现到代码中 tf.keras.preprocessing.image.ImageDataGenerator( featurewise_center=Fals
tf.keras.preprocessing.image.ImageDataGenerator(
featurewise_center=False,
samplewise_center=False,
featurewise_std_normalization=False,
samplewise_std_normalization=False,
zca_whitening=False,
zca_epsilon=1e-06,
rotation_range=0,
width_shift_range=0.0,
height_shift_range=0.0,
brightness_range=None,
shear_range=0.0,
zoom_range=0.0,
channel_shift_range=0.0,
fill_mode="nearest",
cval=0.0,
horizontal_flip=False,
vertical_flip=False,
rescale=None,
preprocessing_function=None,
data_format=None,
validation_split=0.0,
dtype=None,
)
预处理函数:应用于每个输入的函数。该函数将在图像调整大小和增强后运行。该函数应具有一个参数:一个图像(秩为3的Numpy张量),并应输出具有相同形状的Numpy张量
Keras团队成员说ImageDataGenerator类是遗留的。他们建议我使用转换层。它们可以在训练期间随时使用 转换层的示例用法:
Github问题(已解决):Keras团队成员说ImageDataGenerator类是遗留的。他们建议我使用转换层。它们可以在训练期间随时使用 转换层的示例用法:
Github问题(已解决):我认为Keras目前不允许这样做。ImageDataGenerator假定正在馈送的图像数据集是其最终格式,然后才能将增强应用于数据点。要实现裁剪,您可能需要编写自己的自定义函数,然后将输出提供给ImageDataGenerator。我会鼓励其他人指出更好的方法来解决这个问题。我认为Keras目前不允许这样做。ImageDataGenerator假定正在馈送的图像数据集是其最终格式,然后才能将增强应用于数据点。要实现裁剪,您可能需要编写自己的自定义函数,然后将输出提供给ImageDataGenerator。我鼓励其他人为此提出更好的办法。