Python 如何在fit_generator中为3D数据赋予class_权重?
我需要对路面图像进行语义分割。我有一个不平衡的数据集。我正在使用批量大小为5的生成器(由于内存有限)将数据传递到Python 如何在fit_generator中为3D数据赋予class_权重?,python,keras,Python,Keras,我需要对路面图像进行语义分割。我有一个不平衡的数据集。我正在使用批量大小为5的生成器(由于内存有限)将数据传递到fit_generator,以便在我的大数据集上拟合模型。我试图使用class_weight,但它给了我一个错误: ValueError:class_weight不支持三维以上目标 我读到样本重量用于3D数据(我不知道它是如何工作的)。但是,fit\u generator没有此参数(样本重量)。有人能帮我解决这个问题吗 我的训练数据集包含41000张大小为(512512)的图像和12个
fit_generator
,以便在我的大数据集上拟合模型。我试图使用class_weight,但它给了我一个错误:
ValueError:class_weight
不支持三维以上目标
我读到样本重量用于3D数据(我不知道它是如何工作的)。但是,fit\u generator
没有此参数(样本重量)。有人能帮我解决这个问题吗
我的训练数据集包含41000张大小为(512512)
的图像和12个标签。我的生成器生成尺寸为(batch\u size,512,1)
的图像和尺寸为(batch\u size,512,12)
的标签
autoencoder.fit_generator(train_gen,
epochs= 200,
steps_per_epoch = NO_OF_TRAINING_IMAGES//BATCH_SIZE,
shuffle= True,
validation_data= val_gen,
validation_steps= NO_OF_VAL_IMAGES//BATCH_SIZE,
callbacks= callbacks_list,
class_weight= class_weight,
use_multiprocessing=True,
workers=8)