仅针对特定文件夹的图像数据生成器扩充参数 (Keras)

Question

我有 4 个独立的图像文件夹，它们有自己独立的标签（文件夹 1 中的图像对应于标签 1 等）。

但是，图像数据集不平衡，其中标签 1 和 2 的图像过多，但标签 3 和 4 的图像不足。

因此，我决定尝试进行图像增强来提升我的图像数据集。

这是我的代码的样子。

train_datagen = ImageDataGenerator(rotation_range=20,width_shift_range=0.2, height_shift_range=0.2,preprocessing_function=preprocess_input,horizontal_flip=True)


train_generator=train_datagen.flow_from_directory('/trainImages',target_size=(80,80),batch_size=32,class_mode='categorical')

所有图像文件夹都在路径“/trainImages”中（例如：“/trainImages/1”、“/trainImages/2”）

这种方法的问题是对文件夹 1 和 2 中的图像也进行了扩充（不需要扩充）

有没有办法自定义 ImageDataGenerator 以忽略文件夹 1 和 2 的图像增强参数？

我对 Python 和 Keras 都很陌生...

Answer 1

您可以创建两种文件夹结构：

• 文件夹 1 - 仅包含不增加类的结构
• 文件夹 2 - 包含要扩充的类的结构

然后创建两个不同的生成器。

dataGen1 = ImageDataGenerator(...)
dataGen2 = ImageDataGenerator(.... withAugmentation ....)

sequencer1 = dataGen1.flow_from_directory(dir1, ....)
sequencer2 = dataGen2.flow_from_directory(dir2, ....)

现在您创建自己的生成器，它应该包含每个序列器的索引列表。

此代码未经测试，如果有错误可以评论，我明天测试它

def myGenerator(seq1, seq2, multiplySeq2By):

    generators = [seq1,seq2]

    #here we're creating indices to get data from the generators
    len1 = len(seq1)
    len2 = len(seq2)

    indices1 = np.zeros((len1,2))
    indices2 = np.ones((len2,2))

    indices1[:,1] = np.arange(len1) #pairs like [0,0], [0,1], [0,2]....
    indices2[:,1] = np.arange(len2) #pairs like [1,0], [1,1], [1,2]....

    indices2 = [indices2] * multiplySeq2By #repeat indices2 to generate more from it
    allIndices = np.concatenate([indices1] + indices2, axis=0)

    #you can randomize the order here:
    np.random.shuffle(allIndices)

    #now we loop the indices infinitely to get data from the original generators
    while True: 
        for g, el in allIndices:
            x,y = generators[g][el]
            yield x,y #when training, or "yield x" when testing                    

        #you may want another round of shuffling here for the next epoch. 

记得使用steps_per_epoch = len1 + (multiplySeq2By * len2)