Keras 使用ImageDataGenerator和flow对分割集进行训练和测试

我正试图用增强技术建立一个网络

首先，我使用带有验证的ImageDataGenerator\u split=0.2

train_generator = ImageDataGenerator(
    rotation_range=90,
    zoom_range=0.15,
    width_shift_range=0.2,
    height_shift_range=0.2,
    fill_mode="nearest",
    validation_split=0.2
)

然后我尝试创建一个增强的训练数据，而不是一个增强的验证数据。 我必须使用

flow

而不是目录中的

flow\u

train_augm = train_generator.flow([data_train, ebv_train], z_train, batch_size=128,subset='training')
valid_augm = train_generator.flow([data_train, ebv_train], z_train, batch_size=1,subset='validation')

我知道这个错误

ValueError: Training and validation subsets have different number of classes after the split. If your numpy arrays are sorted by the label, you might want to shuffle them.

我做错了什么

model.fit代码如下所示

training_history = model.fit(
    train_augm,
    steps_per_epoch= len(data_train)//128,
    epochs=10,
    validation_data=valid_augm    
)

---

培训数据中的类数不等于验证数据中的类数。如果你没有洗牌，请洗牌。如果仍然出现错误，我假设类中的某些部分包含非常少量的数据。您可以重新调整它，但有时会出现相同的错误。您可以做的是，将更多数据添加到该特定类中，或者手动拆分为培训和验证

对于随机拆分，您可以查看train_test_拆分库