如何使用ImageDataGenerator进行语义分割标签？

Question

我正在执行语义分割，我想使用ImageDataGenerator类来扩充我的数据。在关于keras的文档中，我读到了有关为图像以及蒙版使用生成器的信息，我想知道这将如何工作？我的标签是整数值，.fit会引发错误，因为它期望等级为4，并且我的形状是（1605，96，160），所以我将标签转换为一个热编码的标签，从而得到（1605，96）的形状，160，4）。

这是我的增强代码：

from keras.preprocessing.image import ImageDataGenerator
data_gen_args = dict(featurewise_center=True,
                     featurewise_std_normalization=True,
                     rotation_range=5,
                     width_shift_range=0.1,
                     height_shift_range=0.1,
                     zoom_range=0.2,
                     brightness_range=[0.5,1.5],
                     horizontal_flip=True)
image_datagen = ImageDataGenerator(**data_gen_args)
mask_datagen = ImageDataGenerator(**data_gen_args)

# Provide the same seed and keyword arguments to the fit and flow methods
image_datagen.fit(X_org, augment=True, seed=seed)
mask_datagen.fit(Y_org, augment=True, seed=seed)

image_generator = image_datagen.flow(
    X_train,
    seed=seed,
    batch_size=32)

mask_generator = mask_datagen.flow(
    Y_train,
    seed=seed,
    batch_size=32)

train_generator = zip(image_generator, mask_generator)

由于在图像和标签上调用了相同的功能，所以我想知道诸如增亮和featurewise_center这样的增强将如何影响标签。它将在类别标签上应用标准化并更改类别值吗？标签是否需要调用.fit和.flow方法？