【时间】2019.12.17
【题目】Keras中使用ImageDataGenerator对每一个batch进行数据增强,再使用train_on_batch
一、使用ImageDataGenerator的flow方法可以获得一个生成器,之后可以使用__next__()或者next()获取每个batch的数据(x,y),再传入train_on_batch进行训练。
import time
from keras.preprocessing.image import ImageDataGenerator
import numpy as np
imgs=np.random.randint(0,10,size=(7,100,100,3))
datagen = ImageDataGenerator(
featurewise_center=True,
featurewise_std_normalization=True,
rotation_range=20,
width_shift_range=0.2,
height_shift_range=0.2,
horizontal_flip=True)
label=np.random.randint(0,10,size=(7,10))
f=datagen.flow(imgs,[0,1,2,3,4,5,6],batch_size=3)
# print(f.next()[1])
# time.sleep(2)
# print(f.next()[1])
# time.sleep(2)
# print(f.next()[1])
i=0
while True:
if i==10:
break
time.sleep(1)
i +=1
x,y=next(f)
print(x.shape,y)
参考: