keras中ImageDataGenerator用法
来源:互联网 发布:虹越400官网和淘宝店 编辑:程序博客网 时间:2024/05/22 10:51
keras函数官方解析连接:http://keras-cn.readthedocs.io/en/latest/preprocessing/image/
keras.preprocessing.image.ImageDataGenerator(featurewise_center=False, samplewise_center=False, featurewise_std_normalization = False, samplewise_std_normalization = False, zca_whitening = False, rotation_range = 0., width_shift_range = 0., height_shift_range = 0., shear_range = 0., zoom_range = 0., channel_shift_range = 0., fill_mode = 'nearest', cval = 0.0, horizontal_flip = False, vertical_flip = False, rescale = None, preprocessing_function = None, data_format = K.image_data_format(),)
- featurewise_center:布尔值,使输入数据集去中心化(均值为0), 按feature执行。
- samplewise_center:布尔值,使输入数据的每个样本均值为0。
- featurewise_std_normalization:布尔值,将输入除以数据集的标准差以完成标准化, 按feature执行。
- samplewise_std_normalization:布尔值,将输入的每个样本除以其自身的标准差。
- zca_whitening:布尔值,对输入数据施加ZCA白化。
- rotation_range:整数,数据提升时图片随机转动的角度。随机选择图片的角度,是一个0~180的度数,取值为0~180。
- width_shift_range:浮点数,图片宽度的某个比例,数据提升时图片随机水平偏移的幅度。
- height_shift_range:浮点数,图片高度的某个比例,数据提升时图片随机竖直偏移的幅度。
height_shift_range和width_shift_range是用来指定水平和竖直方向随机移动的程度,这是两个0~1之间的比例。 - shear_range:浮点数,剪切强度(逆时针方向的剪切变换角度)。是用来进行剪切变换的程度。
- zoom_range:浮点数或形如[lower,upper]的列表,随机缩放的幅度,若为浮点数,则相当于[lower,upper] = [1 - zoom_range, 1+zoom_range]。用来进行随机的放大。
- channel_shift_range:浮点数,随机通道偏移的幅度。
- fill_mode:‘constant’,‘nearest’,‘reflect’或‘wrap’之一,当进行变换时超出边界的点将根据本参数给定的方法进行处理
- cval:浮点数或整数,当fill_mode=constant时,指定要向超出边界的点填充的值。
- horizontal_flip:布尔值,进行随机水平翻转。随机的对图片进行水平翻转,这个参数适用于水平翻转不影响图片语义的时候。
- vertical_flip:布尔值,进行随机竖直翻转。
- rescale: 值将在执行其他处理前乘到整个图像上,我们的图像在RGB通道都是0~255的整数,这样的操作可能使图像的值过高或过低,所以我们将这个值定为0~1之间的数。
- preprocessing_function: 将被应用于每个输入的函数。该函数将在任何其他修改之前运行。该函数接受一个参数,为一张图片(秩为3的numpy array),并且输出一个具有相同shape的numpy array
- data_format:字符串,“channel_first”或“channel_last”之一,代表图像的通道维的位置。该参数是Keras 1.x中的image_dim_ordering,“channel_last”对应原本的“tf”,“channel_first”对应原本的“th”。以128x128的RGB图像为例,“channel_first”应将数据组织为(3,128,128),而“channel_last”应将数据组织为(128,128,3)。该参数的默认值是~/.keras/keras.json中设置的值,若从未设置过,则为“channel_last”。
例子:
train_datagen = ImageDataGenerator( preprocessing_function = preprocess_input, rotation_range = 30, width_shift_range = 0.2, height_shift_range = 0.2, shear_range = 0.2, zoom_range = 0.2, horizontal_flip = True,)
迁移学习与微调: 参考网址:https://zhuanlan.zhihu.com/p/26693647
阅读全文
0 0
- keras中ImageDataGenerator用法
- keras ImageDataGenerator 用法
- keras中merge用法
- Keras中函数用法
- Keras下的图像基本变换ImageDataGenerator参数说明
- Keras-5 基于 ImageDataGenerator 的 Data Augmentation实现
- Keras中几个重要函数用法
- Keras中几个重要函数用法
- keras 中常用 Python操作
- keras中Convolution1D的使用
- keras中查看各类版本号
- keras中LSTM文本挖掘
- keras
- keras
- keras
- Keras
- keras
- Keras
- alsa库的移植
- MySQL事务相关
- Java 23种设计模式之代理模式
- IOS开发之深拷贝与浅拷贝(mutableCopy与Copy)详解
- ReactNative Image组件详解
- keras中ImageDataGenerator用法
- http和https
- 543. Diameter of Binary Tree
- elasticsearch环境搭建
- ssh key生成及GIT远程仓库的建立
- Educational Codeforces Round 26:C. Two Seals
- nginx设置Tomcat反向代理,并静态资源分离
- java运行时找不到或无法加载主类的解决
- 数据结构之二叉树(链表)