Keras中 ImageDataGenerator函数的参数用法


Posted in Python onJuly 03, 2020

一、Keras ImageDataGenerator参数

from keras.preprocessing.image import ImageDataGenerator
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。 在 [0, 指定角度] 范围内进行随机角度旋转。

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。(后面的例子与此处说法有矛盾,感觉后边是对的?)

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”。

二、Data Aumentation(数据扩充)说明

Data Aumentation(数据扩充)指的是在使用以下或者其他方法增加数据输入量。这里,我们特指图像数据。

旋转 | 反射变换(Rotation/reflection): 随机旋转图像一定角度; 改变图像内容的朝向;

翻转变换(flip): 沿着水平或者垂直方向翻转图像;

缩放变换(zoom): 按照一定的比例放大或者缩小图像;

平移变换(shift): 在图像平面上对图像以一定方式进行平移;可以采用随机或人为定义的方式指定平移范围和平移步长, 沿水平或竖直方向进行平移. 改变图像内容的位置;

尺度变换(scale): 对图像按照指定的尺度因子, 进行放大或缩小; 或者参照SIFT特征提取思想, 利用指定的尺度因子对图像滤波构造尺度空间. 改变图像内容的大小或模糊程度;

对比度变换(contrast): 在图像的HSV颜色空间,改变饱和度S和V亮度分量,保持色调H不变. 对每个像素的S和V分量进行指数运算(指数因子在0.25到4之间), 增加光照变化;

噪声扰动(noise): 对图像的每个像素RGB进行随机扰动, 常用的噪声模式是椒盐噪声和高斯噪声;

三、某些属性测试

3.1 shear_range

datagen = image.ImageDataGenerator(shear_range=0.5)

shear_range就是错切变换,效果就是让所有点的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。

如图8所示,一个黑色矩形图案变换为蓝色平行四边形图案。狗狗图片变换效果如图9所示。

Keras中 ImageDataGenerator函数的参数用法

Keras中 ImageDataGenerator函数的参数用法

3.2 zoom_range

datagen = image.ImageDataGenerator(zoom_range=0.5)

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,则代表[width_zoom_range, height_zoom_range],即分别对长宽进行不同程度的放缩。而参数大于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。

参数大于0小于1时,效果如图10:

Keras中 ImageDataGenerator函数的参数用法

参数等于4时,效果如图11:

Keras中 ImageDataGenerator函数的参数用法

3.3 . fill_mode

datagen = image.ImageDataGenerator(fill_mode='wrap', zoom_range=[4, 4])

fill_mode为填充模式,如前面提到,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”。这四种填充方式的效果对比如图18所示,从左到右,从上到下分别为:“reflect”、“wrap”、“nearest”、“constant”。

Keras中 ImageDataGenerator函数的参数用法

以上这篇Keras中 ImageDataGenerator函数的参数用法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
简单实现python爬虫功能
Dec 31 Python
运用TensorFlow进行简单实现线性回归、梯度下降示例
Mar 05 Python
Python实现读写INI配置文件的方法示例
Jun 09 Python
python的pandas工具包,保存.csv文件时不要表头的实例
Jun 14 Python
Python打包方法Pyinstaller的使用
Oct 09 Python
python 使用pandas计算累积求和的方法
Feb 08 Python
基于python使用tibco ems代码实例
Dec 20 Python
解决TensorFlow模型恢复报错的问题
Feb 06 Python
基于Tensorflow读取MNIST数据集时网络超时的解决方式
Jun 22 Python
Python实现AES加密,解密的两种方法
Oct 03 Python
Django分页器的用法你都了解吗
May 26 Python
pytorch Dropout过拟合的操作
May 27 Python
python程序如何进行保存
Jul 03 #Python
keras的ImageDataGenerator和flow()的用法说明
Jul 03 #Python
python如何安装下载后的模块
Jul 03 #Python
python中id函数运行方式
Jul 03 #Python
Keras 数据增强ImageDataGenerator多输入多输出实例
Jul 03 #Python
keras和tensorflow使用fit_generator 批次训练操作
Jul 03 #Python
基于Python+QT的gui程序开发实现
Jul 03 #Python
You might like
JavaScript表单常用验证集合
2008/01/16 Javascript
jQuery 数据缓存data(name, value)详解及实现
2010/01/04 Javascript
JavaScript实现两个Table固定表头根据页面大小自行调整
2014/01/03 Javascript
jQuery获得内容和属性示例代码
2014/01/16 Javascript
jQuery表单域属性过滤器用法分析
2015/02/10 Javascript
JavaScript中逗号运算符介绍及使用示例
2015/03/13 Javascript
js获得当前系统日期时间的方法
2015/05/06 Javascript
jQuery animate和CSS3相结合实现缓动追逐效果附源码下载
2016/04/18 Javascript
javascript实现滚动效果的数字时钟实例
2016/07/21 Javascript
jQuery实现的多张图无缝滚动效果【测试可用】
2016/09/12 Javascript
jquery-mobile表单的创建方法详解
2016/11/23 Javascript
Restify中接入Socket.io报Error:Can’t set headers的错误解决
2017/03/28 Javascript
ES6新特性之Object的变化分析
2017/03/31 Javascript
Vue CLI3 如何支持less的方法示例
2018/08/29 Javascript
解决使用bootstrap的dropdown部件时报错:error:Bootstrap dropdown require Popper.js问题
2018/08/30 Javascript
nodejs更新package.json中的dependencies依赖到最新版本的方法
2018/10/10 NodeJs
vue input实现点击按钮文字增删功能示例
2019/01/29 Javascript
echarts实现词云自定义形状的示例代码
2019/02/20 Javascript
Vue通过for循环随机生成不同的颜色或随机数的实例
2019/11/09 Javascript
微信小程序关键字变色实现代码实例
2019/12/13 Javascript
vue-cli4.x创建企业级项目的方法步骤
2020/06/18 Javascript
解决vue路由name同名,路由重复的问题
2020/08/05 Javascript
python决策树之C4.5算法详解
2017/12/20 Python
Python numpy实现数组合并实例(vstack,hstack)
2018/01/09 Python
python3+PyQt5重新实现自定义数据拖放处理
2018/04/19 Python
Python函数的默认参数设计示例详解
2019/12/01 Python
django models里数据表插入数据id自增操作
2020/07/15 Python
python读取excel数据并且画图的实现示例
2021/02/08 Python
集世界奢侈品和设计师品牌的意大利精品买手店:Tessabit
2019/08/17 全球购物
英国领先的电动可调床制造商:Laybrook
2019/12/26 全球购物
财务负责人任命书
2014/06/06 职场文书
2014幼儿园教师师德师风演讲稿
2014/09/10 职场文书
党员先进性教育整改措施
2014/09/18 职场文书
学校通报表扬范文
2015/05/04 职场文书
MySQL触发器的使用
2021/05/24 MySQL
JavaScript ES6的函数拓展
2022/01/18 Javascript