当数据增强产生不同的类时如何使数据增强受益

数据挖掘 喀拉斯 图像分类 数据增强
2022-02-10 05:17:10

我正在尝试对屋顶天空图像的方向进行分类,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。我可以简单地通过将每个类旋转 90° 来增加每个类,使其属于另一个类。这就像对不同类的动态扩充。

使用 keras 图像分类能力,显然达不到目的:

datagen = ImageDataGenerator(
        zoom_range=0.2, # randomly zoom into images
#       rotation_range=90,  # mistaken the model
        horizontal_flip=True,  # randomly flip images
        vertical_flip=False)  # randomly flip images

我使用 keras 进行分类,但对其他库和深度学习以外的技术开放。

1个回答

您可以手动旋转图像(不使用ImageDataGenerator)并将其保存到磁盘。这样你就会知道你旋转了哪些图像——所以你会知道哪些图像改变了类。

之后,在使用时ImageDataGenerator,您需要将其设置rotation_range为较小的值,以确保它不会改变图像的类别。

如何手动旋转图像的示例可以在这里找到:https ://stackoverflow.com/a/43864937/5997950