我知道有很多人使用Tensorflow中的ImageDataGenerator类来进行增强。我想知道ImageDataGenerator是使用增强创建新数据，还是对数据应用随机增强并导入，而不复制和增强。如果后者是真的，有没有办法创建具有增强功能的新数据？
浏览 29提问于2020-06-15得票数 0
回答已采纳
我有一个TF数据集，用于猫和狗：SPLIT_WEIGHTS = (8, 1, 1) 'cats_vs_dogs', split=list(splits),在这个例子中，他们使用了一些带有map函数的图像增强。我想知道是否</e
浏览 3提问于2020-01-08得票数 14
编辑：Win 10 x64TF version 2.4.0我有具有如下结构的图像的数据集我正在使用来自tensorflow.keras.preprocessing.image.ImageDataGenerator的tensorflow.keras.preprocessing.image.ImageDataGeneratorcl
浏览 3提问于2021-01-08得票数 1
回答已采纳
您可以通过以下方式重现我的错误。1598, in fit_generator File "/usr/local/lib/python3.5/dist-packages/tensorflowfit_generator File "/usr/local/lib/python3.5&
浏览 1提问于2018-05-01得票数 2
在运行model.fit时，是否可以使用包含所有培训映像文件的相对路径的列表作为输入？'images/9999.png']
我如何利用这个作为输入来训练我的模型？所有的图像都是灰度的，我不想把图像转换成数组，因为这会导致内存错误。
浏览 0提问于2020-03-28得票数 0
回答已采纳
据我所知，tf不包括像在torch中那样的数据扩充，比如torchvision.transforms.FiveCrop和torchvision.transforms.TenCrop。实现它并将其与训练和测试过程联系起来的有效方法是什么？
浏览 2提问于2020-03-22得票数 0
1回答
我目前正在处理一个相当大的图像数据集，我使用python中的ImageDataGenerator从tensorflow.keras加载它。由于我的数据分类非常不平衡，我想做一个分层的列车测试分割，以可能达到更高的精度。我知道如何使用ImageDataGenerator进行简单的随机列车测试分割，但我找不到与sklearn中的分层train_tes
浏览 2提问于2022-03-07得票数 3
1回答
我正在使用Mask从以下git存储库中培训一个深度学习模型: matterport/Mask_RCNN。我依赖于数据集的大量扩展(原始数据集: 1988x1355x3的59幅图像，每个批注> 80 )，我将其存储在本地(需要评估类型/增强程度和验证度量)。增强后的数据集统计6000幅图像。因此，我想出了在子数据集中分割数据集并迭代子数据集的想法，使用“最后”训练的<
浏览 3提问于2020-04-12得票数 0
这是对我的项目的描述：Dataset2：包含与Dataset1非常相似的2类。我想要建立一个模型，利用从Dataset1学习转移学习的方法，在Dataset2中应用学习率较低的权重。因此，我希望在dataset1上对整个dataset1进行培训，然后使用传输学习来细化dataset2的最后几层。我不想使用预先训练过的imagenet数据
浏览 5提问于2020-12-04得票数 4
回答已采纳
interpret optimizer identifier: <keras.optimizer_v2.adam.Adam object at 0x0000023F5EEF4CF8>from tensorflow.python.keras.preprocessing.image import ImageDataGeneratorfrom
浏览 8提问于2022-01-10得票数 0
我有一个数据集，其中图像文件是单独给出的，并在单独的csv文件中给出该图像文件的标签，第一列作为图像文件名，第二列为其各自的标签。Image |label ||123.jpeg|标签名称如何像这样输入数据集并训练我的机器学习模型，以便我有另一个图像文件夹(Test)，其中存在用于测试的图像，并且这些图像名称在另一个单独的test.csv中<
浏览 16提问于2020-06-05得票数 1
images of dogs)---mouse (contains 250 images of mice)from tensorflow.keras.preprocessing.image import ImageDataGenerator
浏览 1提问于2021-07-10得票数 0
回答已采纳
我刚接触过tensorflow和机器学习。我有一套训练的55k图像，分为40个不同的类别。一些类别有~2000图像，而另一些类别有~20k图像。每幅图像的分辨率为1080x1440。我正在使用tensorflow inceptionV3 Imagenet对这些图像进行再培训，但是我得到的结果并不好。该程序不能正确地对图像进行分类。在所有测试集的所有图像中，期望标记的准确性都很低。在再培训方面，我的命令是-
pytho
浏览 2提问于2018-04-22得票数 0
回答已采纳
我创建了一个数据生成器类的两个实例，扩展自keras序列类，一个用于训练，另一个用于验证数据。然而，在我的源代码级别上，我只能看到验证生成器在每个时期之间重复迭代。我看不到训练发电机。因此，我不能验证训练数据的增强是我想要的。在这些代码片段中，aug是一个参数字典，这些参数转到我的序列的myDataGen扩展中的一个keras
浏览 26提问于2021-02-11得票数 0
我正在研究CNN模型，我想使用一些数据增强，但是出现了两个问题：
创建了自己的生成
浏览 7提问于2020-06-22得票数 2
回答已采纳
基本上，我会使用keras.preprocessing.image.ImageDataGenerator()和flow_from_directory()来加载和增强图像数据集。下面是一个例子：......b_image_2.jpg
但是，一些数据集(如ISIC 2019)采取了另一种
浏览 1提问于2021-08-02得票数 2
回答已采纳
增加训练数据的大小是否有助于减少过拟合？或者建议使用Tensorflow中的ImageDataGenerator进行图像增强(数据预处理)，以倾斜或旋转图像以减少过拟合？
浏览 27提问于2019-09-15得票数 1
1回答
我已经使用ImageDataGenerator类及其来自Tensorflow Keras的flow_from_directory方法创建了Python图像数据生成器，如下所示。我想在单独的Python文件中执行图像预处理和模型构建，所以我必须保存这些生成器(train_generator、val_generator和test_generator对象)，然后将它们加载到模型构建文件中train_datagen = ImageDa
浏览 37提问于2021-11-10得票数 0
我想使用Keras ImageDataGenerator来增强数据。为此，我必须使用我的训练数据作为参数调用实例化的ImageDataGenerator对象上的ImageDataGenerator()函数，如下所示。，无法立即加载到内存中。因此，我希望使用我的训练数据子集将生成器安装在几个步骤中。我脑海中浮现的一个潜在解决方案是使用自定义生成器
浏览 0提问于2019-07-18得票数 5
回答已采纳
它们对应的类保存在不同的CSV文件中。编辑-下面是CSV文件中的几行- ID Class
1 17814.jpg YOUNG3 16496.jpg YOUNG这里，I.D是图像文件名，类是它关联的类。我本可以用平常的方法
浏览 3提问于2019-12-24得票数 3
回答已采纳
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号