Keras ImageDataGenerator 方法 flow_from_directory

Question

我有一个关于 ImageDataGenerator 的 flow_from_directory 方法的问题。 我的标签是 2D 图像，因此我需要为图像和掩码生成具有相同转换的增强数据。 阅读文档https://keras.io/preprocessing/image/看起来像 flow_from_directory 只接受几种格式（PNG、JPG 或 BMP）的图像。 .mhd 图像或直接 numpy 数组怎么样？ 我可以将它们提供给这个模块吗？ 谢谢

Answer 1

flow_from_directory将使用PIL读取图像（ 请参阅此处 ），因此Keras可以读取PIL支持的所有格式。

但是，我没有看到同时读取蒙版和图像并执行相同转换的任何方法。 恐怕您将不得不创建自己的ImageDataGenerator。 如果从当前代码开始，这非常简单。

Answer 2

此外，您可以将 ImageDataGenerator 用于任何增强工具，然后使用 .flow() 而不是 .flow_from_directory() 。 这是一种以 numpy 数组格式管理图像的很酷的方法。 看看这个：

train_datagen = ImageDataGenerator(rescale=1/255,
                                   rotation_range=40,
                                   width_shift_range=0.2,
                                   height_shift_range=0.2,
                                   shear_range=0.2,
                                   zoom_range=0.2,
                                   horizontal_flip=True,
                                   fill_mode='nearest')
train_generator=train_datagen.flow(training_images, training_labels)

那是因为 numpy 数组不是一种目录。 因此，将您的数据集转换为 numpy 数组格式，然后尝试一下。 你会希望得到一个真实的结果。