DataAugmentation 方法在我的数据集中添加了多少图像？（CNN 凯拉斯）答案

【问题标题】：How many images the DataAugmentation method adds in my dataset? (CNN KERAS)DataAugmentation 方法在我的数据集中添加了多少图像？（CNN 凯拉斯）
【发布时间】：2020-03-02 02:27:49
【问题描述】：

我在我的二进制 CNN 中执行了数据增强。在我的原始数据集中，我有 1400 张图像（每个类 700 张），所以，我的疑问是当我实现数据增强时（如下）该方法在我的数据集中添加了多少张图像？

datagen = ImageDataGenerator(
    rotation_range=30,
    zoom_range=0.15,
    featurewise_std_normalization=True,
    width_shift_range=0.2,
    height_shift_range=0.2,
    shear_range=0.15,
    horizontal_flip=True,
    fill_mode="nearest")

【问题讨论】：

标签： python machine-learning image-processing keras conv-neural-network

【解决方案1】：

Keras ImageDataGenerator 不会添加图像到数据集，它只是根据需要随机修改数据集中的图像。每次你向它请求一个批次时，它都会从数据集中选择几个未修改的图像，然后对其进行修改。因为它执行随机修改，所以它可以对任何给定的原始图像进行近乎无限的变化。

如果您有 1400 张图片，假设您获得了 90% 的验证准确率。如果你对它们进行增强，你可能会得到 93%。但是，请记住，增强并不是更大数据集的良好替代品。如果你再收集 1400 张图像，那么即使没有任何增强，你也可能获得 95%。发生这种情况是因为新图像是全新的，因此它们可能具有无法通过标准增强添加的功能。

【讨论】：

那么如果我的数据集中有 1400 张图像（执行 dataAugmentation）与有 20000 张图像相同吗？（示例）
@jed1 不，不太一样。当您拥有一个小数据集时，增强功能会有所帮助，但它们无法创建全新的图像。有关详细信息，请参阅我的编辑。
很好的答案。我有一个包含 35000 张图像的数据集，但只有 700 张来自一个班级，其他来自另一个班级。我从更大的数据集中提取 700 张图像进行平衡并编写相关的增强。我的问题还有另一种选择吗？我做了正确的程序？
@jed1 处理不平衡的数据集是一个我没有经验的难题。从较大的班级中获取 700 并执行增强是一个不错的解决方案，如果您获得所需的准确性，它将工作得很好。但是，您可能可以使用更复杂的技术来获得更好的结果。不幸的是，我不知道这些技术。我建议阅读更多关于如何处理不平衡数据集的文章和/或论文。
@jed1 This 看起来不错。您现在所做的基本上是“4. 重采样技术 - 欠采样多数类”一节中描述的内容。很高兴能够提供帮助！