使用tensorflow进行数据增强后生成的图像变体数量
我是Tensorflow的新手,尝试使用使用tensorflow进行数据增强后生成的图像变体数量,tensorflow,keras,deep-learning,conv-neural-network,Tensorflow,Keras,Deep Learning,Conv Neural Network,我是Tensorflow的新手,尝试使用ImageDataGenerator对我的数据集应用数据扩充。事实证明,它有各种参数,tensorflow后端使用这些参数在将图像馈送给CNN时动态地对每个图像应用数据增强。但在文档中,我找不到生成的每个图像的变化数量,以及应用数据增强后馈送给CNN的图像总数。任何帮助都将不胜感激。使用.flow()方法调用时,数据生成器将为每次迭代创建一批大小的图像。这给出了馈送给CNN的图像总数。 Keras文件规定了流量法: 获取数据和标签数组,生成成批的增强数据
ImageDataGenerator
对我的数据集应用数据扩充。事实证明,它有各种参数,tensorflow后端使用这些参数在将图像馈送给CNN时动态地对每个图像应用数据增强。但在文档中,我找不到生成的每个图像的变化数量,以及应用数据增强后馈送给CNN的图像总数。任何帮助都将不胜感激。使用.flow()方法调用时,数据生成器将为每次迭代创建一批大小的图像。这给出了馈送给CNN的图像总数。
Keras文件规定了流量法:
获取数据和标签数组,生成成批的增强数据
很好的博客帖子。在博客文章中,它声明如下:数据集中的图像不是直接使用的。相反,仅向模型提供增强图像。由于增强是随机执行的,因此可以在训练期间生成和使用修改后的图像和原始图像的近传真(例如,几乎没有增强)。这似乎表明,即时增强的图像被传递给了CNN。由于只传递增强图像,而不传递原始图像,我们如何通过传递增强图像获得如此好的结果?正如在博客中提到的,一些增强图像将与数据集的图像非常相似,从而充当原始图像。我明白了,我需要知道生成的增强图像的分布情况。得到一个确切的数字或百分比会非常有帮助。是的,我还对生成的图像的确切数量以及它是如何工作的感到困惑。我将深入研究源代码。如果有更好的文档,那就太好了。