Question

我正在使用Keras的“ ImageDataGenerator”类进行数据增强。由于图像具有相关对象的边界框，因此我想在增强图像之前将图像裁剪到相关部分。该类的参数中有一个名为“ preprocessing_function”的参数，并允许我们在扩展和调整大小后实现所需的功能。我要求这相反。首先，让函数运行，然后进行扩充。如何将其实现为代码？

tf.keras.preprocessing.image.ImageDataGenerator(
    featurewise_center=False,
    samplewise_center=False,
    featurewise_std_normalization=False,
    samplewise_std_normalization=False,
    zca_whitening=False,
    zca_epsilon=1e-06,
    rotation_range=0,
    width_shift_range=0.0,
    height_shift_range=0.0,
    brightness_range=None,
    shear_range=0.0,
    zoom_range=0.0,
    channel_shift_range=0.0,
    fill_mode="nearest",
    cval=0.0,
    horizontal_flip=False,
    vertical_flip=False,
    rescale=None,
    preprocessing_function=None,
    data_format=None,
    validation_split=0.0,
    dtype=None,
)

preprocessing_function：将应用于每个输入的函数。该功能将在调整图像大小和扩大后运行。该函数应采用一个参数：一张图像（秩为3的Numpy张量），并输出具有相同形状的Numpy张量。

Answer 1

Keras团队成员说ImageDataGenerator类是旧的。他们建议我使用转换层。培训期间可以随时使用它们。

转换层用法示例：Keras Transformation layers example page

Github问题（已关闭）：GitHub Issues

如何在Keras更改ImageDataGenerator的预处理功能执行顺序？

1 个答案: