Keras：可视化 ImageDataGenerator 输出

Question

我想看看我的 ImageDataGenerator 对我的网络产生了什么。

编辑：
删除了 channel_shift_range，不小心把它留在了代码中

发电机

genNorm = ImageDataGenerator(rotation_range=10, width_shift_range=0.1, 
       height_shift_range=0.1, zoom_range=0.1, horizontal_flip=True)

获取批次

batches = genNorm.flow_from_directory(path+'train', target_size=(224,224),
      class_mode='categorical', batch_size=64)

x_batch, y_batch = next(batches)

绘制图像

for i in range (0,32):
    image = x_batch[i]
    plt.imshow(image.transpose(2,1,0))
    plt.show()

结果

Generator Output

这是正常的还是我做错了什么？

Answer 1

试试这个；更改生成器如下：

import numpy as np

def my_preprocessing_func(img):
    image = np.array(img)
    return image / 255

genNorm = ImageDataGenerator(rotation_range=10, width_shift_range=0.1, 
       height_shift_range=0.1, zoom_range=0.1, horizontal_flip=True, 
       preprocessing_function=my_preprocessing_func)

这对我有用，

布鲁诺

Answer 2

keras 使用带有 Pillow 后端的图像操作，它默认带有 'RGB' 格式。所以你不需要在plt.imshow() 中反转通道轴。

仅在cv2.imread()（默认为'BGR'）中，您可能需要plt.imshow(img[:, :, ::-1]) 才能显示正确的图像。

BR

Answer 3

奇怪的颜色是您的频道转换造成的。你真的需要它来增加你的样本吗？值 10（=非常高）真的是您想要的吗？

除此之外：检查生成器生成的另一种可能更有效的方法是使用save_to_dir（来自目录函数的流/流参数）设置目录。在那里，您会找到所有已转换并传递给您的 fit/flow 函数的图像。

编辑：

在处理或显示图像时，您似乎仍然以某种方式反转图像。我假设原始图像看起来更像这样：

将 ImageDataGenerator 的结果保存到一个目录中，并将这些结果与您在 plt.show 中看到的结果进行比较。