TensorFlow2.x —— mageDataGenerator

Posted 2020-12-13 long5683

在图像深度学习任务中，对于小数据集，可以通过Image Data Augmentation图像增强技术来扩充数据。比如Keras的ImageDataGenerator。

ImageDataGenerator的使用：

tf.keras.preprocessing.image.ImageDataGenerator(
    featurewise_center=False, # 使输入数据集去中心化（均值为0）, 按feature执行，数据中心化可以消除量纲对数据结构的影响。对输入的图片每个通道减去每个通道对应均值。
    samplewise_center=False, #  每张图片减去样本均值, 使得每个样本均值为0。
    featurewise_std_normalization=False,  #将输入除以数据集的本身的标准差以完成标准化, 按feature执行，标准化可以消除量纲对数据结构的影响。
    samplewise_std_normalization=False, # 每张图片除以样本的标准差
    zca_whitening=False, # 是否进行ZCA白化
    zca_epsilon=1e-06, # ZCA白化的epsilon值，默认是1e-6。ZCA白化保证数据的各维度的方差相同，目的在于去掉各维度之间的相关性
    rotation_range=0, # 指定旋转角度范围。其参数只需指定一个整数即可，但并不是固定以这个角度进行旋转，而是在 [0, 指定角度] 范围内进行随机角度旋转
    width_shift_range=0.0,# 水平位置平移。参数可以是[0, 1]的浮点数，也可以大于1，其最大平移距离为图片长的尺寸乘以参数，同样平移距离并不固定为最大平移距离，平移距离在 [0, 最大平移距离] 区间内
    height_shift_range=0.0, # 垂直位置平移。参数可以是[0, 1]的浮点数，也可以大于1，其最大平移距离为图片长的尺寸乘以参数，同样平移距离并不固定为最大平移距离，平移距离在 [0, 最大平移距离] 区间内
    brightness_range=None, # 亮度调节
    shear_range=0.0, # 错切变换。效果是让所有点的x坐标(或者y坐标)保持不变，而对应的y坐标(或者x坐标)则按比例发生平移，且平移的大小和该点到x轴(或y轴)的垂直距离成正比。
    zoom_range=0.0, # zoom_range参数可以让图片在长或宽的方向进行放大，可以理解为某方向的resize，因此这个参数可以是一个数或者是一个list。当给出一个数时，图片同时在长宽两个方向进行同等程度的放缩操作；当给出一个list时，如：[width_zoom_range, height_zoom_range]，即分别对长宽进行不同程度的放缩。当参数大于0小于1时，执行的是放大操作，当参数大于1时，执行的是缩小操作。
    channel_shift_range=0.0, # channel_shift_range可以理解成改变图片的颜色，通过对颜色通道的数值偏移，改变图片的整体的颜色，这意味着是“整张图”呈现某一种颜色，像是加了一块有色玻璃在图片前面一样，因此它并不能单独改变图片某一元素的颜色，如黑色小狗不能变成白色小狗。
    fill_mode=‘nearest‘, # 填充模式。当对图片进行平移、放缩、错切等操作时，图片中会出现一些缺失的地方，那这些缺失的地方该用什么方式补全呢？就由fill_mode中的参数确定，包括：“constant”、“nearest”（默认）、“reflect”和“wrap”
    cval=0.0, # 当fill_mode设置为“constant”时，还有一个可选参数，cval，代表使用某个固定数值的颜色来进行填充。
    horizontal_flip=False, # 随机对图片执行水平翻转操作，意味着不一定对所有图片都会执行水平翻转，每次生成均是随机选取图片进行翻转
    vertical_flip=False, # 随机对图片执行垂直翻转操作，意味着不一定对所有图片都会执行垂直翻转，每次生成均是随机选取图片进行翻转
    rescale=None, # rescale的作用是对图片的每个像素值均乘上这个放缩因子，这个操作在所有其它变换操作之前执行，在一些模型当中，直接输入原图的像素值可能会落入激活函数的“死亡区”，因此设置放缩因子为1/255，把像素值放缩到0和1之间有利于模型的收敛，避免神经元“死亡”。
    preprocessing_function=None,# user提供的处理函数
    data_format=None,# channels_first或者channels_last
    validation_split=0.0, # 多少数据用于验证集
    dtype=None
)

示例代码：

image_datagen = ImageDataGenerator(rotation_range=15.,
                                       zoom_range=0.2,
                                       width_shift_range=0.1,
                                       height_shift_range=0.1)

def show_samples_from_generator(image_datagen, X_train, y_train):
    # take a random image from the training set
    img_rgb = X_train[0]

    # plot the original image
    plt.figure(figsize=(1, 1))
    plt.imshow(img_rgb)
    plt.title(‘Example of RGB image (class = {})‘.format(y_train[0]))
    plt.show()

    # plot some randomly augmented images
    rows, cols = 4, 10
    fig, ax_array = plt.subplots(rows, cols)
    for ax in ax_array.ravel():
        augmented_img, _ = image_datagen.flow(np.expand_dims(img_rgb, 0), y_train[0:1]).next()
        ax.imshow(np.uint8(np.squeeze(augmented_img)))
    plt.setp([a.get_xticklabels() for a in ax_array.ravel()], visible=False)
    plt.setp([a.get_yticklabels() for a in ax_array.ravel()], visible=False)
    plt.suptitle(‘Random examples of data augmentation (starting from the previous image)‘)
    plt.show()