我有多个具有相同子目录结构的数据目录。class2 │ ├── class1 └── test 但是第二个目录中的图像的属性与第一个不同例如第二目录的图像大小，或者颜色模式与其他目录不同。另外，我将在一个目录中进行图像增强，而不是在另一个目录中。我的意思是，我想分别处理这两个目录的</em
浏览 17提问于2020-06-26得票数 0
2回答
我正在使用在线数据增强图像，我输入到我的卷积神经网络。为此，我将使用Keras ImageDataGenerator。对每批图像进行增强，然后在这些图像上对模型进行训练。我在比较不同的模型，但是由于图像是动态增强的，这真的公平吗，因为每个模型得到的图像略有不同？
浏览 3提问于2018-06-28得票数 2
回答已采纳
image_train_ds = path_train_ds.map(load_and_preprocess_image, num_parallel_calls=AUTOTUNE) featurewise_std_normalizat
浏览 0提问于2019-04-10得票数 2
1回答
我知道ImageDataGenerator会为每个输入图像生成一个随机增强的图像。现在，我想为每个输入图像生成两个增强图像： datagen = tf.keras.preprocessing.image.ImageDataGenerator(train_ds = datagen.flow_from_directory('/home/train/
浏览 23提问于2020-09-17得票数 0
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来增强图像，而数据被提取用于训练。例如，如果我们有100张图片要开始。然后，
浏览 3提问于2021-01-02得票数 0
1回答
当一个明亮的光线或阴影出现在侧面时，模型的准确性就会下降。训练时包括使用的默认参数和类似的图像。有没有解决办法来解决这个问题。
📷
浏览 0提问于2019-12-30得票数 1
我使用Keras功能ImageDataGenerator()生成培训和验证数据集。我试图了解这个函数在内部做什么.这个函数执行的预处理步骤是什么？在哪里可以找到这个函数的源代码？
浏览 2提问于2017-12-13得票数 0
回答已采纳
我有汽车图像，我的目标是扩展我的训练数据集，我想把新生成的图像和原始图像结合起来，训练一个基于它们的深层神经网络来执行分类任务。来自本博客文章： 您建议扩展数据集的方法是什么？
浏览 3提问于2020-05-19得票数 3
回答已采纳
我正在尝试获取一张输入图像，并使用ImageDataGenerator对象的flow方法保存该图像的10个增强版本。问题是它无意中改变了图像的颜色，即使我没有向ImageDataGenerator类传递任何参数。from tensor
浏览 0提问于2020-08-21得票数 2
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
在开始创建模型之前，我希望对数据集中的不同图像类执行脱机图像增强，并将图像保存到其中一个文件夹中。使用具有ImageDataGenerator - flow_from_directory()的Keras save_to_dir并将其值设置为目标文件夹 save_prefix = 'class_A',
浏览 0提问于2019-07-17得票数 4
我试图在keras中在同一脚本的多个运行之间获得可重复的结果，但每次迭代都得到不同的结果。as ksfrom tensorflow.keras.preprocessing.imageimport ImageDataGenerator
.... data loading etc
浏览 4提问于2021-08-23得票数 1
我正在使用Keras和TensorFlow后端训练一个语义分割模型。我采用ImageDataGenerator进行图像增强，包括旋转、翻转和平移。通过遵循，我创建了一个字典maskgen_args，并将其用作实例化两个ImageDataGenerator实例的参数。:图像和蒙版似乎是分开生成的:它们肯定是随机旋转的，但它们是以不同的角度旋转的，这与以前不同。这是一个食物图像和食物的
浏览 19提问于2019-11-14得票数 5
回答已采纳
flow_from_directory和image_dataset_from_directory在角膜中的主要区别是什么？
我应该用哪一种？
浏览 0提问于2020-07-28得票数 8
回答已采纳
使用python mnist识别我的图片，训练的准确率为97.99%，但对我的的准确率小于20%。我希望能用MNIST做0~9的数字识别，训练准确率达到97%，我想重新组合我的图片会很好预测/认出我的5幅画为数字2from keras.dataset
浏览 20提问于2022-11-21得票数 1
2回答
我还读了其他几篇关于如何使用tensorflow/keras获得可重现的结果的文章。然而，我仍然得到了不同的结果。我的脚本的其他随机组件包括一个sklearn.train_test_split()，我将其设置为random_state = 123456，还有一个来自Keras的用于数据增强的ImageDataGenerator下面是代码和我设置种子的位置
浏览 27提问于2020-09-20得票数 0
我想使用Keras中的ImageDataGenerator来增强位于两个不同目录(文件夹:良性/恶性)中的图像。 然后，我想将每个类的增强图像保存在一个单独的文件夹中。我的问题是，我不能区分这两个类的增强图像，因为它们都将存储在同一个文件夹中。 实际上，我只能将单个文件夹路径设置为"save_to_dir“参数，以便在那里存储图像。因此，正如我
浏览 52提问于2021-07-24得票数 0
1回答
我试图分类屋顶天空图像的方向，无论是水平的还是垂直的。知道这里最明显的特征是已知的:方向。我可以通过旋转90°来扩大每个类，所以它属于另一个类。这就像对不同类别的动态增强。使用keras图像分类功能显然不符合以下目的： zoom_range=0.2, # randomly zoom into imageshorizontal_flip=True, # ran
浏览 0提问于2018-12-16得票数 2
我正在对493个类应用增强，每个类有1或2或3或4个图像(未知的1个类可能只有1个图像，其他类可能有2个图像)。当我使用ImageDataGenerator应用增强时，我得到了增强的图像，但图像的名称是随机生成的，我希望增强的图像名称作为原始图像的名称。我尝试了一些代码：
from keras.preprocessing.image import
浏览 46提问于2019-08-01得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
