keras如何实现批量数据增强（附代码）

最新推荐文章于 2024-11-23 15:06:09 发布

原创

最新推荐文章于 2024-11-23 15:06:09 发布 · 3.3k 阅读

26 ·

CC 4.0 BY-SA版权

本文详细介绍了如何利用Keras库进行批量数据增强，包括旋转、宽度和高度偏移、缩放、切变、随机缩放、水平翻转等操作，以提升模型的泛化能力。同时，提到了fill_mode参数在图像填充中的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import skimage.io as io
import os,sys
from skimage import data_dir
import numpy as np

from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img

datagen = ImageDataGenerator(
        rotation_range=40,
        width_shift_range=0.2,
        height_shift_range=0.2,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True,
        fill_mode='nearest')
path="/home/public/桌面/hongyi/trainA/";     
dirs=os.listdir(path)
x_all=[]
for file in dirs:
    img = load_img(path+file)
    x = img_to_array(img)  
    x = x.reshape((1,) + x.shape)  # 这是一个numpy数组，形状为 (1, 3, 150, 150)
    x_all.append(x)
    i = 0
    for batch in datagen.flow(x, batch_size=1,
                          save_to_dir='/home/public/桌面/hongyi/results1'):
       i += 1
       if i > 50:             # 数据扩充倍数，此处为数据扩充50倍
        break             #  否则生成器会退出循环

rotation_range: 旋转范围, 随机旋转(0-180)度;
width_shift and height_shift: 随机沿着水平或者垂直方