Tensorflow 从ImageDataGenerator选择imagenet_utils.preprocess_输入模式的可能性

有一种预处理技术，我们可以使用以下方法针对ImageNet数据集预处理图像：

from keras.applications import imagenet_utils
imagenet_utils.preprocess_input(image, mode='caffe')

你看，我选择了

mode='caffe'

。事实上，

Keras.applications

API解释了三种模式：

mode: One of "caffe", "tf" or "torch".
  - caffe: will convert the images from RGB to BGR,
      then will zero-center each color channel with
      respect to the ImageNet dataset,
      without scaling.
  - tf: will scale pixels between -1 and 1,
      sample-wise.
  - torch: will scale pixels between 0 and 1 and then
      will normalize each channel with respect to the
      ImageNet dataset.

由于我在代码中使用了

keras.preprocessing.image

中的

ImageDataGenerator

，是否有一种变通方法，允许从

ImageDataGenerator

中设置此类模式，因为这三种模式适用于ImageNet数据集

---

谢谢

ImageDataGenerator有一个

预处理函数

参数，您可以在其中传递一个要应用于图像的函数。要调整模式，可以执行以下操作：

from keras.applications import imagenet_utils
imagenet_utils.preprocess_input(image, mode='caffe')

从functools导入部分
从keras.applications导入imagenet_utils
imagenet\u caffe\u preprocessing\u函数=部分（imagenet\u utils.preprocess\u输入，mode=“caffe”）
数据\u生成器=图像数据生成器（预处理\u函数=图像网络\u caffe\u预处理\u函数，…）