我是Tensorflow的新手，正在尝试使用ImageDataGenerator将数据增强应用到我的数据集。原来它有各种参数，tensorflow后端使用这些参数在将图像提供给CNN时动态地对每个图像应用数据增强。但在文档中，我找不到生成的每个图像的
浏览 16提问于2020-05-23得票数 2
3回答
我想创建一个CNN模型，我正在使用数据增强。我想知道Keras中增强图像的数量。
如何确定数据增强后Keras中的训练图像数量？例如，如果我有2000张用于培训的图像，并且正在应用数据增强，那么增强后的图像</em
浏览 0提问于2018-09-12得票数 4
我想知道使用Tensorflow中的对象检测API进行数据增强所生成的最终图像数量是多少。为了清楚起见，我举了一个例子:假设我有一个包含2个类的数据集，每个类最初都有50个图像。然后我应用这个配置： data_augmentation_options { }
data_augmentation_
浏览 12提问于2019-03-21得票数 4
回答已采纳
我正在尝试使用Inception V3模型进行图像分类。Keras的ImageDataGenerator是否会创建添加到我的数据集中的新图像？如果我有1000张图片，使用这个函数会不会是用于训练的2000张图片的两倍？有没有办法知道创建了多少图像并将其输入到模型中？
浏览 2提问于2018-08-08得票数 38
1回答
我知道图像的数据增强技术。然而，我对如何生成增强的数据有疑问。随机RotationRandom
在Keras中，我们使用ImageDataGenerator来增强<em
浏览 3提问于2021-01-02得票数 0
1回答
我在用Tensorflow训练我的模型。我每隔10个时代就会定期保存我的模型。我要训练的样本数量有限，所以我正在增强我的数据集，以生成一个更大的训练数据集。如果我需要使用我保存的模型来恢复停电后的训练，那么使用相同的数据集还是创建一个新的数据</em
浏览 4提问于2021-02-05得票数 0
回答已采纳
使用Tensorflow的Estimator API，我应该在管道中的哪个点执行数据增强？根据这个官方，执行数据增强的一个地方是在input_fn中 "Parse TFExample records and perform simple datareturn dataset如果我在input_fn中执行数据增强
浏览 17提问于2018-07-30得票数 3
1回答
你好，我是应用ML的新手，我试图解决这样一个问题:我给出了几幅图像，其中有几个补丁和蒙面图像，其中这些补丁被分类/提取为训练data.Given，我需要使用ML来训练网络，这样它就可以为测试数据集生成那些蒙面图像我想知道在两种情况下哪种技术最适合使用Python扩展库，比如Scikit或只使用Numpy和Scipy。提前感谢
浏览 0提问于2017-01-05得票数 1
1回答
几类不平衡的图像数据集上的平衡
、、、、
我有一个数据集，它在基目录中有12个类。然而，这12个类别由几个数量的图像组成。12个类别的图像数量不一致，影响了总体精度。因此，我是否应该将数据增强应用于数据量较低的特定类？每一类的图像数据： #Dummy Classes
ABCD: 274 ADBC: 576
浏览 20提问于2021-04-02得票数 0
回答已采纳
我正在使用Tensorflow进行图像分类。作为输入管道，我使用的是来自TFRecords的tf.data.Dataset。我正在使用.map()应用数据增强。我想知道是否有一种方法应用不同的数据增强取决于图像的标签。比方说，如果图像是类人的，我想应用随机<
浏览 0提问于2018-03-26得票数 1
回答已采纳
1回答
我有以下代码，使用列表中的数据作为输入进行数据扩充： break # otherwise the generator would loop indefinitely
我在Keras的数据增强方面是个新手，我想知道Keras在每次迭代中对我
浏览 10提问于2017-07-21得票数 3
什么时候和为什么我应该使用下面的包？对于图像数据，只有Keras图像函数就足够了吗？ a. TensorFlow2.0数据集b.Python Pandas (或任何其他可用于图像和/或文本数据的库) c. Keras数据生成器，图像增强等。
浏览 16提问于2020-04-18得票数 1
我正在尝试编写一个函数来增强数据集中的图像。我能够成功地增强现有图像并将其返回，但我希望能够对单个图像进行多次增强，然后单独返回这些增强图像，然后将它们添加到原始数据集中。增强职能：v_flipped_imagetf
浏览 1提问于2019-12-16得票数 1
回答已采纳
我在Ubuntu 18.04.4 LTS上使用keras版本2.3.1和tensorflow版本。我创建了数据生成器，如下所示： datagen = ImageDataGenerator(brightness_range=(0.5, 1.5),如果我对这个数据生成器做如下预测 probs = model.predict_generator(datagen, steps=datagen.n, verbose=1) 由于数据的增加，我将获得维数为但
浏览 19提问于2021-07-13得票数 0
回答已采纳
在Tensorflow中，似乎可以在培训期间、从原始图像(或数据)创建批处理或图像已经是静态的时候进行预处理。考虑到theoretically，预处理所需的时间大致相同(如果它们使用相同的硬件完成)，在进行数据预处理(甚至数据增强)之前，在进行数据预处理(甚至数据增强)方面是否比在实时培训期间有任何实际的缺点？另外一个问题是，如
浏览 1提问于2017-01-23得票数 4
回答已采纳
我想通过使用GridSearchCV (Scikit-Learn)和数据增强(来自Keras的ImageDataGenerator)来优化CNN体系结构的一些超参数。是否建议在GridSearchCV中使用数据增强？ImageDataGenerator的参数已经固定，不应更改。首先通过网格搜索确定超参数，而不增加数据，而只对最终模型使用数据增强，这样会更好吗？你<
浏览 0提问于2019-12-28得票数 6
回答已采纳
1回答
分裂前的数据增强
、、、
对于我基于数据处理的考试，我们收到了一个由4个字符(巴特、荷马、丽莎、玛吉)组成的小辛普森数据集来建立一个卷积神经网络。然而，数据集只包含了相当少量的图像:大约2200张要分裂成测试和训练。由于我对神经网络和深度学习非常陌生，所以增加我的数据(我将图像X度旋转9次)，然后使用sklearn的测试训练拆分函数来分割我的数据，这是否可以接受。由于我已
浏览 2提问于2018-06-01得票数 4
回答已采纳
2回答
我有一个由大约5000种图像组成的数据集，但是每个类别的图像数量从20到2000不等，这是相当不平衡的。此外，图像的数量远远不足以从零开始训练一个模型。我决定对预先训练过的模型进行细化，比如“盗梦空间”模型。
过度抽样:对少数族裔类别进行过抽样。但是即使采用了积极的图像<e
浏览 1提问于2018-04-03得票数 4
2回答
CNN模型中基于类类型的数据增强
、、、、
我想使用CNN模型对图像进行分类，但是我的数据集中的一些类的数据量很低。
我可以根据类中的图像数量应用数据增强吗？例如，包含10幅图像的类在增强后为50，这意味着图像数量增加了500%，包含20幅图像的类将增加250%，包含30幅图
浏览 0提问于2018-07-12得票数 2
云服务器
ICP备案
云直播
对象存储
腾讯会议
腾讯云开发者
