使用Keras进行数据增强

Question

我正在使用CNN进行图像训练，之前我正在使用keras对训练数据集进行数据增强。

我对数据扩充有一些疑问：

1. 转换是否取决于fit_generator()？
中指定的纪元
2. 是否有最大数量的纪元用于获取增强图像？
3. 是否有最佳的纪元数，可以提供所有可能的输出增强数据？
4. 应用于图像的变换是顺序还是随机。
5. 输出图像是否会在指定数量的纪元后重复？如果是，那么那个数字是什么，如果没有，那么最好的数字是什么？例如，假设我有一个我用rotation_range传递的图像为20.然后，我知道最初随机旋转将应用于rotation_range内的图像，并且两个后续图像将不相同。但我想知道是否有任何角度模式将应用于图像。并且在经过一些迭代后是否会重复相同的模式？

我正在使用

for images_iter, labels_iter in datagen.flow(image_dataset, Labels, batch_size=len(image_dataset), shuffle=False):

获取增强数据。

其中， image_dataset 是形状[1,28,28,1] 的图像数据集，标签只是 0 < /强>

Answer 1

逐一回答您的问题：

1. 不，生成集合时，变换只计算一次。正如你所说，你在训练之前做的就是这样。
2. 不，没有用于获取增强图像的最大纪元数＆＃39;。
3. 这取决于您的网络拓扑以及您要完成的任务。
4. 这应该按顺序排列，但您可以随时随机播放。

编辑：

1. 在该示例之后：不，没有生成多个图像。发电机会无限制地直到你停下来。

请参阅：https://keras.io/preprocessing/image/