Question

我正在尝试使用Inception V3模型进行图像分类。 Keras的ImageDataGenerator是否会创建新图像并添加到我的数据集中？如果我有1000张图像，是否可以使用此功能将其翻倍到用于训练的2000张图像？有没有办法知道已经创建了多少图像，现在将它们输入到模型中？

Answer 1

在每个时期，ImageDataGenerator对您拥有的图像进行转换，并使用转换后的图像进行训练。转换集包括旋转，缩放等。通过这种方式，您以某种方式创建了新数据（即也称为数据增强），但是显然生成的图像与原始图像并没有完全不同。这样，当在相同图像的不同变体上对其进行训练时，所学习的模型可能更加健壮和准确。

您需要将steps_per_epoch方法的fit参数设置为n_samples / batch_size，其中n_samples是您拥有的训练数据的总数（即您的情况下为1000）。这样，在每个纪元中，每个训练样本仅增加一次，因此每个纪元中将生成1000个变换图像。

Answer 2

正式写成的here ImageDataGenerator是具有实时数据增强功能的张量图像数据的批量生成器。数据将被循环（分批）。这意味着可以即时将转换应用于批量随机的图像。例如：

train_datagen = ImageDataGenerator(
    rescale=1./255, #scale images from integers 0-255 to floats 0-1.
    shear_range=0.2,
    zoom_range=0.2, # zoom in or out in images
    horizontal_flip=True) #horizontal flip of images

在每个新纪元，都会应用新的随机变换，这样我们一次训练的图像数量会有所不同。并非总是能够获得或可能获得更多数据，使用ImageDataGenerator这样是有帮助的。

Answer 3

还请注意：这些增强图像未存储在内存中，它们是在训练过程中即时生成的，在训练后丢失。您无法再次阅读这些增强图像。

不存储这些图像是一个好主意，因为我们很快就会用光内存，无法存储大量图像

Answer 4

当我们尝试解决数据量少的问题时，通过添加增强图像来增加数据集不是一个好主意吗？

https://medium.com/nanonets/how-to-use-deep-learning-when-you-have-limited-data-part-2-data-augmentation-c26971dc8ced

将上面的链接作为参考，其中作者提到了在我们的训练数据集中添加增强图像的功能。

那应该怎么做，我们应该增加图像并 save_to_dir 而不是训练模型，还是应该只使用 steps_per_epoch = 2 *（n_samples / batch_size ），并在每个时期训练两倍的数据量？

Answer 5

这一切都取决于您运行了多少个时期，正如@today回答的那样，将模型与生成器拟合将使生成器提供所需数量的图像，具体取决于steps_per_epoch。

为了使事情更容易理解，请将20张图像放入两个文件夹中（模仿分类数据），从父文件夹中创建一个生成器并运行一个简单的for循环

count = 0
for image, label in my_test_generator:
    count += 1
    print(count)

首先，您应该确认您看到了消息Found 20 images belonging to 2 classes.，并且循环本身不会在20次迭代后停止，但是它只会不断地递增和不断打印（我的工作量为10k，并手动停止了它）。生成器将根据需要提供尽可能多的图像，无论它们是否被放大。

Answer 6

这是我的回答，因为我也想到了这个问题。

ImageDataGenerator在某种程度上不会将新图像添加到您的数据集中，因为这不会使您的时代变得更大。取而代之的是，在每个纪元中，它将提供略有变化的图像（取决于您的配置）。无论您拥有多少个历元，它都将始终生成新图像。

因此，在每个纪元中，模型将在不同的图像上训练，但不会不同。这样可以防止过度拟合，并在某种程度上模拟在线学习。

所有这些更改都发生在内存中，但是如果您想查看这些图像，则可以将其保存到光盘中，进行检查，查看其中的许多图像是如何生成的，并了解ImageDataGenerator的工作方式。为此，将save_to_dir=/tmp/img-data-gen-outputs传递给功能flow_from_directory。参见docs。

Answer 7

ImageDataGenerator类确保模型收到新的每个时期的图像变化。但它只会返回转换后的图像，并且不会将其添加到的原始语料库图片。如果确实如此，那么该模型将会看到原始图像多次，这肯定会适合我们模型。

https://www.analyticsvidhya.com/blog/2020/08/image-augmentation-on-the-fly-using-keras-imagedatagenerator/

Answer 8

让我试着用一个例子以最简单的方式告诉你。
例如：

您有一组 500 张图片
您使用 ImageDataGenerator 将 batch_size = 25 应用到数据集
现在你运行你的模型，让我们说 5 个时代
steps_per_epoch=total_samples/batch_size
所以，steps_per_epoch 将等于 20
现在您的模型将在每个时期的所有 500 张图像上运行（根据提供给 ImageDataGenerator 的说明随机转换）

ImageDataGenerator是否向我的数据集中添加更多图像？

8 个答案: