Question

我在使用Keras的ImageDataGenerator进行图像增强时遇到了麻烦。现在，我正在尝试垂直翻转训练数据集中的图像。 X_batch是我的翻转图像数据集，而X_train是我的原始训练数据集。

有人可以解释为什么X_batch中的图像与X_train中的图像顺序不同吗？ X_batch[0]应该是X_train[0]的翻转版本，而X_batch[0]是我的数据集中另一个图像的翻转版本。

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)    

datagen = ImageDataGenerator(vertical_flip=True)
datagen.fit(X_train)

for X_batch, y_batch in datagen.flow(X_train, y_train):
    X_batch = X_batch.astype('uint8')

    plt.subplot(2, 1, 1)
    plt.imshow(X_batch[0]) // flipped image

    plt.subplot(2, 1, 2)
    plt.imshow(X_train[0]) // original image

    plt.show()
    break

Answer 1

根据Keras documentation，flow方法使用一个名为shuffle的参数，如果将其设置为True（默认情况下），则会对数据进行混洗，然后应用图像转换。如果您不喜欢这种行为，可以将其设置为False：

for X_batch, y_batch in datagen.flow(X_train, y_train, shuffle=False):
    ...

Keras ImageDataGenerator不同的图像

1 个答案: