luanchishen6341
lomoda0715
2019-05-14 17:22
采纳率: 75%
浏览 2.4k

关于 keras 中用ImageDataGenerator 做 data augmentation 的问题

各位大神好,小白刚接触深度学习和keras.
有两个问题一直困扰着我,用keras中的 ImageDataGenerator做data augmentation时,
(1)每个epoch的图片都不同,这样的做,反向传播时修改的参数还准确吗,训练模型严谨吗,
(2)我试着输出过训练图像,发现里面没有原始图像,这样做数据扩张感觉很慌,是不是我使用方法的问题啊,请大佬指点迷津

datagen = ImageDataGenerator(
        rescale=None,
        shear_range=0.2,
        zoom_range=[0.95,1.05],
        rotation_range=10,
        horizontal_flip=True,
        vertical_flip=True,
        fill_mode='reflect',

        )

training = model.fit_generator(datagen.flow(data_train, label_train_binary, batch_size=n_batch, shuffle=True), callbacks=[checkpoint,tensorboard,csvlog],validation_data=(data_val,label_val_binary),steps_per_epoch=len(data_train)//n_batch, nb_epoch=10000, verbose=1)

  • 点赞
  • 写回答
  • 关注问题
  • 收藏
  • 邀请回答

1条回答 默认 最新

  • CALch
    CALch 2019-05-14 22:02

    (1)data augmentation是在一定程度内随机扩充数据,这样做肯定是好的,如果每个epoch图片都相同,那么反向传播才失去意义了;
    (2)增强后的图像多少与原图有些差异,你可以靠参数控制差异范围。

    点赞 评论

相关推荐