Keras圖像增強：如何選擇“每個時期的步數”參數並在訓練過程中包括特定的增強？

Question

我正在使用Keras訓練圖像分類CNN。 使用ImageDataGenerator函數，我對訓練圖像進行了一些隨機變換（例如旋轉，剪切，縮放）。 我的理解是，這些變換在傳遞給模型之前會隨機應用於每個圖像。

但是有些事情我不清楚：

1）在訓練過程中，如何確定圖像的所有特定旋轉角度（例如90°，180°，270°）都包括在內。

2）應該將model.fit_generator的steps_per_epoch參數設置為數據集的唯一樣本數除以flow_from_directory方法中定義的批量大小。 當使用上述圖像增強方法時，由於它們會增加訓練圖像的數量，這仍然適用嗎？

謝謝，馬里奧

Answer 1

不久前，我對自己提出了同樣的問題，我認為可能的解釋在這里：

考慮以下示例：

    aug = ImageDataGenerator(rotation_range=90, width_shift_range=0.1, 
                             height_shift_range=0.1, shear_range=0.2, 
                             zoom_range=0.2, horizontal_flip=True, 
                             fill_mode="nearest")

對於問題1）：我指定了rotation_range = 90，這意味着在您流傳輸（檢索）數據時，生成器將以0到90度之間的角度隨機旋轉圖像。 您無法指定ImageDataGenerator所做的確切角度原因：隨機生成旋轉。 關於您的第二個問題，這也非常重要。

對於問題2）：是的，它仍然適用於數據擴充方法。 一開始我也很困惑。 原因是由於圖像是隨機生成的，因此對於每個時期，網絡看到的圖像都與前一個時期不同。 這就是為什么數據被“擴充”的原因-擴充不是在一個時代內完成的，而是在整個訓練過程中完成的。 但是，我看到其他人指定了原始steps_per_epoch的2x值。

希望這可以幫助