【问题标题】:Effects of channel_shift_range in ImageDataGenerator (Keras image augmentation)ImageDataGenerator 中 channel_shift_range 的效果(Keras 图像增强)
【发布时间】:2019-07-01 18:15:08
【问题描述】:

也许我理解错了。如果我在 ImageDataGenerator 中实现 channel_shift_range,输出应该有“乱码”颜色值,对吗?我想用它来使我的模型对颜色变化更加稳健。

但是,当我测试它时,我没有看到任何效果。我用错了吗?这是我的代码:

from keras.preprocessing.image import ImageDataGenerator

import cv2
import matplotlib.pyplot as plt
%matplotlib inline

path = '/mnt/Project/Imaging/samples'

datagen = ImageDataGenerator(channel_shift_range=0.9)

genObject = datagen.flow_from_directory(path,
                                        batch_size=1)

augs = []
i = 0

for batch in genObject:
    augs.append(batch)
    i += 1
    if i > 10:
        break

for item in augs:
    plt.imshow(item[0][0].astype('uint8'))
    plt.show()

环境:
Jupyter 实验室
Python 3.6.6
Keras==2.2.4
Keras-应用程序==1.0.7
Keras-预处理==1.0.9
张量板==1.9.0
tensorflow-gpu==1.9.0

提前感谢您的帮助!

【问题讨论】:

    标签: python-3.x tensorflow keras computer-vision tf.keras


    【解决方案1】:

    图像数据的值在 [0..255] 范围内,因此 0.. 0.9 的偏移几乎不可见。尝试一个很大的转变以查看任何效果。

    请注意,使用 rescale=1./255。没有帮助,因为在转换后应用了重新缩放。

    【讨论】:

    • 我实际上找到了更好的方法,您可以将其集成到 Keras 中:github.com/aleju/imgaug 它具有随机色温变化和伽马选项,其行为更像我所希望的。
    猜你喜欢
    • 2017-04-05
    • 1970-01-01
    • 2022-01-27
    • 2020-03-09
    • 2021-09-30
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多