如何使用ImageDataGenerator類生成訓練並將其標記為keras模型的圖像？

Question

我想訓練一個使用Keras生成新圖像的模型，並使用ImageDataGenerator類生成一批圖像。

問題是，我找不到使用此類的方法來生成訓練並將批次標記為圖像。 我想傳遞給模型以訓練一些圖像並標記其他圖像。

此外，我需要從硬盤讀取每批圖像，因為數據集太大而無法加載到內存中。

還可以理解ImageDataGenerator方法的替代方法。

我希望這個問題很清楚，希望您能對我有所幫助。

Answer 1

您可以構建自定義數據生成器類。 該鏈接對Keras的數據生成器很有幫助。 您可以將圖像標簽存儲在一個較大的csv文件中，並根據需要在每批中加載所需的圖像。

Answer 2

您可以將ImageDataGenerator類與您喜歡的任何類型的標簽一起使用，也可以將圖像用作多維數組。 這是使用虛擬numpy圖像的示例：

from keras.preprocessing.image import ImageDataGenerator
import numpy as np

# Create fake images
n, width, height = 1000, 28, 28
images_data = np.random.randint(low=0, high=256, size=(n, height, width, 3))
images_labels = np.random.randint(low=0, high=256, size=(n, height, width, 3))

image_gen = ImageDataGenerator()
batch_size = 100
batch_gen = image_gen.flow(images_data, images_labels, batch_size=batch_size)

例如，您可以然后將batch_gen傳遞給fit_generator ，它將產生(images_data, images_labels)元組，兩者的形狀均為(batch_size, height, width, 3) 。 您可以使用以下方法進行檢查：

batch = batch_gen.next()
print(len(batch))
print(batch[0].shape)
print(batch[1].shape)

如果您的數據集不適合存儲在內存中並存儲為文件，則也可以使用flow_from_directory 。 Keras官方文檔中有示例 。

如果編寫自己的批處理生成器函數，也可以在批處理之前對批處理做一些事情：

def _generate_batches(image_gen, images_data, images_labels, batch_size):
    for batch in image_gen.flow(images_data, images_labels,
                                batch_size=batch_size):
        # Here you can do whatever you like to your batch
        yield (batch[0], batch[1])

最后，如果您需要ImageDataGenerator非常特定的功能，則可以始終構建自定義ImageDataGenerator類：

class ImageDataGeneratorCustom(ImageDataGenerator): 
...

特別是，您可能想覆蓋flow()函數，甚至構建自定義Iterator 。