![](/img/trans.png)
[英]Keras: flow_from_directory() or flow() using filenames instead of directories
[英]using Keras' flow_from_directory with FCNN
我成功地使用Keras訓練了構造神經網絡進行圖像分割。 現在,我嘗試通過對圖像進行一些數據增強來提高性能。 為此,我使用ImageDataGenerator
,然后使用flow_from_directory
僅將批處理加載到內存中(我嘗試了不帶但出現內存錯誤)。 代碼示例為:
training_images = np.array(training_images)
training_masks = np.array(training_masks)[:, :, :, 0].reshape(len(training_masks), 400, 400, 1)
# generators for data augmentation -------
seed = 1
generator_x = ImageDataGenerator(
featurewise_center=True,
featurewise_std_normalization=True,
rotation_range=180,
horizontal_flip=True,
fill_mode='reflect')
generator_y = ImageDataGenerator(
featurewise_center=False,
featurewise_std_normalization=False,
rotation_range=180,
horizontal_flip=True,
fill_mode='reflect')
generator_x.fit(training_images, augment=True, seed=seed)
generator_y.fit(training_masks, augment=True, seed=seed)
image_generator = generator_x.flow_from_directory(
'data',
target_size=(400, 400),
class_mode=None,
seed=seed)
mask_generator = generator_y.flow_from_directory(
'masks',
target_size=(400, 400),
class_mode=None,
seed=seed)
train_generator = zip(image_generator, mask_generator)
model = unet(img_rows, img_cols)
model.fit_generator(train_generator, steps_per_epoch=int(len(training_images)/4), epochs=1)
但是,當我運行代碼時,出現以下錯誤(我正在使用Tensorflow后端):
InvalidArgumentError (see above for traceback): Incompatible shapes: [14400000] vs. [4800000]
[[Node: loss/out_loss/mul = Mul[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:CPU:0"](loss/out_loss/Reshape, loss/out_loss/Reshape_1)]]
在錯誤中,它抱怨不兼容的形狀為14400000(400x400x9)與4800000(400x400x3)。 我在這里使用自定義損失函數(如果您查看錯誤,它表示損失的某些方面)就是Dice系數,定義如下:
y_true_f = K.flatten(y_true)
y_pred_f = K.flatten(y_pred)
intersection = K.sum(y_true_f * y_pred_f)
return (2. * intersection + 1.) / (K.sum(y_true_f) + K.sum(y_pred_f) + 1.)
在這里,我將(400,400,3)帶有遮罩的圖像用於1類形狀(400,400,1)。 我的NN的輸入定義為Input((img_rows, img_cols, 3))
並輸出為Conv2D(1, (1, 1), activation='sigmoid', name='out')(conv9)
(但這工作正常在沒有數據擴充的情況下進行訓練時)。
發生錯誤是因為您正在以RGB顏色模式讀取蒙版。
默認color_mode
在flow_from_directory
為'rgb'
。 因此,無需指定color_mode
,您的遮罩將被加載到(batch_size, 400, 400, 3)
color_mode
(batch_size, 400, 400, 3)
數組中。 這就是為什么y_true_f
大於3倍y_pred_f
在您的錯誤信息。
要讀取灰度蒙版,請使用color_mode='grayscale'
:
mask_generator = generator_y.flow_from_directory(
'masks',
target_size=(400, 400),
class_mode=None,
color_mode='grayscale',
seed=seed)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.