ImageDataGenerator 提供（几乎）不可见的图像答案

【问题标题】：ImageDataGenerator giving (almost) invisible imagesImageDataGenerator 提供（几乎）不可见的图像
【发布时间】：2021-07-27 16:37:06
【问题描述】：

我正在制作一个神经网络架构来预测图像是建筑物、森林、冰川、山脉、海洋还是街道。 Link 到数据集。

我正在使用tf.keras.preprocessing.image.ImageDataGenerator() 来加载和预处理我的数据。目录如下所示：

Dataset Directory

该目录包含大小为 150x150 的图像，如下所示：

Photo from class 'Building'

代码：

train_batch = tf.keras.preprocessing.image.ImageDataGenerator().flow_from_directory(directory=train_path, color_mode='rgb')
test_batch = tf.keras.preprocessing.image.ImageDataGenerator().flow_from_directory(directory=test_path)

>>> Found 14034 images belonging to 6 classes.
    Found 3000 images belonging to 6 classes.

img, labels = next(train_batch)
label_first_10 = labels[:10]
img_first_10 = img[:10]
class_name = ['buildings', 'forest', 'glacier', 'mountain', 'sea', 'street']

def plotImages(images_arr):
    fig, axes = plt.subplots(1, 10, figsize=(20,20))
    axes = axes.flatten()
    for img, ax in zip(images_arr, axes):
        ax.imshow(img)
        ax.axis('off')
    plt.tight_layout()
    plt.show()

>>>

Images after pre-processing

您可以看到我们几乎看不见的图像，甚至我都无法确定它来自哪个班级！所以，我不确定模型是否能够在这些类型的图像上进行训练。任何人都可以设置其他一些超参数设置，以便我的图像可见并且可以被人眼识别。

【问题讨论】：

试试ax.imshow(img / 255.0)
感谢@Frightera，它成功了！但除以 255.0 时，它有何变化？

标签： python tensorflow image-processing keras deep-learning

【解决方案1】：

如果您在imshow 的参数中使用浮点值，它将假定值的范围是[0,1]，并且该范围之外的任何值都会被剪裁。

因此你应该使用plt.imshow(img / 255)。

如果您改为使用整数类型，它将假定范围为[0,255]，请参阅docs。

【讨论】：