Python 如何使用keras ImageDataGenerator增强图像？

我有一个364张图像的训练集存储在numpy数组中，它的标签也存储在不同的numpy数组中（有8个标签要分类）。数据集很小，我想使用增强功能，但只有根据标签将图像存储在特定文件夹中时，才能找到增强图像的资源。那么，如何使用ImageDataGenerator实时增强图像呢。谢谢

解决方案 您应该使用

flow

而不是

flow\u from\u目录

<代码>流可以使用numpy阵列。我正在粘贴coursera课程的代码

training_images=training_images.重塑（（27455,28,28,1））
测试图像=测试图像。重塑（（7172,28,28,1））
#创建ImageDataGenerator并进行图像增强
training_datagen=ImageDataGenerator(
重新缩放=1./255，
旋转范围=40，
宽度\偏移\范围=0.2，
高度\位移\范围=0.2，
剪切范围=0.2，
缩放范围=0.2，
水平翻转=真，
填充模式（最近的）
验证\u datagen=ImageDataGenerator（重缩放=1./255）
训练数据生成拟合（训练图像）
验证\u datagen.fit（测试\u图像）
测试标签=tf.1热（测试标签，25）
培训标签=tf.one\u热（培训标签，25）
历史记录=模型拟合生成器（训练数据生成流(
训练你的形象，
y=培训标签，
批量大小=32
)，epochs=15，validation\u data=validation\u datagen.flow(
测试图像，
y=测试_标签，
批量大小=32
)，verbose=1）

编辑1 课程名称课程：

深度学习TensorFlow中的卷积神经网络。ai

如何知道图像是否增加 确定批量大小，并查看培训完成1个历元需要多少步骤。从中可以推断，图像正在增强

我相信这个解决方案解决了你的问题。如果是，请接受，否则请在下面评论问题是什么

编辑2

#这里有一个更“手动”的示例
对于范围内的e（历元）：
打印（'Epoch'，e）
批次=0
对于x_批次，在training_datagen.flow中的y_批次（x_系列，y_系列，批次大小=32）：
#####手动检查每个批次####
批次+=1

增强特定图像 检查下面的文章，它将告诉你如何一个接一个地增强图像

---

我如何知道在精确度没有提高的情况下增加的图像数量。你也能说出coursera课程的名字吗。谢谢我编辑了答案。已添加问题的答案。删除batch_size参数并运行一段时间。它训练了10幅图像。我就是不明白。10/10是什么意思？是否是增强图像的数量？不要删除批量大小。使用

batch\u size=16

进行训练，然后假设1个历元需要x个步骤，则示例为

batch\u size*x

。i、 e.

16*x

因此，它采取了19个步骤。这意味着16*19=304，即304是增强图像的数量，对吗？