Keras 中动态增强图像的数量答案

【问题标题】：Number of augmented images on the fly in KerasKeras 中动态增强图像的数量
【发布时间】：2022-08-21 19:07:21
【问题描述】：

我有一个代码来增强如下图像，

# Augmentation
train_datagen = ImageDataGenerator(rotation_range=5,  # rotation
                                   width_shift_range=0.2,  # horizontal shift
                                   zoom_range=0.2,  # zoom
                                   horizontal_flip=True,  # horizontal flip
                                   brightness_range=[0.2,0.8])  # brightness

# Epochs
epochs = 25
# Batch size
batch_size = 32

history = model.fit(train_datagen.flow(x_train,y_train,
                                       batch_size=batch_size, 
                                       seed=27,
                                       shuffle=False),
                    epochs=epochs,
                    steps_per_epoch=x_train.shape[0] // batch_size,
                    validation_data=(x_test,y_test),
                    verbose=1)

我试图准确了解在训练过程中由于增强而将创建多少额外的图像。第二个问题是如何为训练动态创建额外的 50K 图像？

嗨@Neg，不会创建额外的图像。所有原始图像只是在每个 epoch 中根据提供给ImageDataGenerator 的指令进行转换，然后用于训练，因此每个 epoch 中的图像数量等于您拥有的原始图像数量。

标签： image tensorflow keras image-augmentation

【解决方案1】：

数据生成器不会创建新图像，而只是为每个时期转换它。如果您的整个训练集中有 x_train ) = [x1,x2,x3] 图像，则在每个 epoch 训练时，模型应该看到相同的 x_train 但是您的 x_train 太小（只有 3 个图像），所以每个 epoch数据生成器将向模型提供整个 x_train 稍微转换的内容（根据您在 ImageDataGenerator 中输入的参数），例如：

对于 epoch 1 x_train：[x1,x2,x3]
对于 epoch 2 x_train：[x1_t1,x2_t1,x3_t1]
对于 epoch 3 x_train：[x1_t2,x2_t2,x3_t2] ETC...

【讨论】：