Data Augmentation.
来源:互联网 发布:pssproject监控软件 编辑:程序博客网 时间:2024/06/07 06:51
今天做深度学习实验,由于是关于医学图像处理的的,所以数据集非常少。因此进行Data Augmentation十分有必要。keras里自带的ImageDataGenerator
进行Data Augmentation十分方便,它实现了图像几何变换方法:旋转,平移,缩放,水平翻转等。由于实验原因,我的网络输出是对应的groundTruth图像(二值图像),所以在进行数据变换扩充时,原始图像和groundTruth图像要进行相同的变换。捣鼓半天,没能利用
ImageDataGenerator
将原始图像和groundTruth图像同时进行相同变换,后来发现了一个小技巧,能同时将输入图像和groundTruth图像进行相同变换。
做法是:将原始图像和groundTruth图像 作为一个图像的多通道,然后利用ImageDataGenerator进行变换,实现Data Augmentation, 这样就使得原始图像和groundTruth图像同时进行相同的变换。
from keras.preprocessing.image import ImageDataGenerator
images=np.ones((1,80,80,3));#输入图像是1,3,4通道,没有2通道。所以我采用3通道,将第一通道为原始图像,第二通道为groundTruth图像,第三通随机。
images[0,:,:,0]=image #第一通道为原始图像
images[0,:,:,1]=groundTruth #第二通道为groundTruth图像
dataAugmentation = ImageDataGenerator(width_shift_range=.6) #只进行平移变换
for X_batch in dataAugmentation.flow(im):
#这里就进行一次变换,如进行多次变换,添加一个循环即可
break
imshow(X_batch[0,:,:,0])
imshow(X_batch[0,:,:,1])
未变换前的图片:
变换后的图片:
- Data Augmentation
- data augmentation
- Data Augmentation.
- data augmentation 个人理解
- DATA Augmentation 数据增强
- trick—Data Augmentation
- data augmentation and dropout
- 数据增强 data augmentation
- Data Augmentation & data Transfer Learning
- 数据增强(data Augmentation)
- CNN Data Augmentation(数据增强)-旋转
- 深度学习中的Data Augmentation方法
- keras入门 --- Data augmentation(数据扩充)
- 02-深度学习中的Data Augmentation方法
- data augmentation 数据增强方法总结
- 深度学习样本生成data augmentation
- image——Data Augmentation的代码
- data augmentation 数据增强方法总结
- Java基础——继承和实现对类中字段的影响
- Linux中基础笔记(必备知识)包含常用指令以及tomcat搭建 系列4
- 软考下午考试的攻略
- 纪念碑谷附录一(深坑)
- 值对象操作
- Data Augmentation.
- 223. Rectangle Area
- python实现图的深度优先搜索和广度优先搜索
- LuoguP1038[NOIP2003] 神经网络 解题报告【拓扑排序+DP/递推】
- 2.6基本算法之动态规划 /1808:公共子序列
- 把一个无符号整型数字的二进制序列反序后输出
- 160个练手CrackMe-024
- 值对象操作
- stm32之DMA彻底研究