Keras中使用ImageDataGenerator对每一个batch进行数据增强，再使用train_on_batch

【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：

keras：ImageDataGenerator的flow方法