Augementations在Keras ImageDataGenerator

Question

我请有关ImageDataGenerator两个问题：

1）对整批使用相同的扩充或每个图像都有自己的随机变换？ 例如对于旋转，模块是否以相同角度旋转批次中的所有图像，或者每个图像是否获得随机旋转角度？

2）ImageDataGenerator.flow中的数据无限期地循环（分批）。有没有办法阻止这个无限循环，即只做n次增强。因为我需要在每个步骤中修改batch_size（不是每个时期）。 感谢

Answer 1

从 Francois Chollet

答：

1）对整批使用相同的扩充或每个图像都有自己的随机变换？例如对于旋转，模块是否以相同角度旋转批次中的所有图像，或者每个图像是否获得随机旋转角度？

每一个样本都有不同的独特变换（例如在一定范围内的随机旋转）。

2）ImageDataGenerator.flow中的数据无限期地循环（批量）。有没有办法阻止这个无限循环，即只做n次增强。因为我需要在每个步骤中修改batch_size（不是每个时期）。谢谢

不清楚这里是什么意思。但是，如果您使用的是model.fit_generator(ImageDataGenerator.flow())，那么您可以指定samples_per_epoch=...仅从发生器产生特定数量的样本。如果你想批量级粒度，你可以这样做：

for x, y in model.fit_generator(ImageDataGenerator.flow()): 
    model.train_on_batch(x, y) 

你可以任意数量的批后仅break（这是一个循环），您想要的话。

Answer 2

@便利：感谢您的及时答复！你说得对，我可能需要更好地解释我的任务。我的工作与分类视频序列类似，但我的数据保存在数据库中。我想我的代码遵循这一步骤，一个时代：
因为我在（number_of_sequences）：

1. 获得N，序列中的帧数我（我认为这是 相当于BATCH_SIZE，数量每个序列的N被 已经保存在列表中）
2. 从我的数据库及其标签抓取N个连续帧： X_train，y_train
3. 对于j在范围（number_of_rotation）： -
4. Pe rform所述序列（的所有帧（同一）数据增强可能使用datagen = ImageDataGenerator()和datagen.flow())
5. 列车上X上的网络，Y

我首先想到的是使用model.fit_generator（发电机= ImageDataGenerator （）。流（））但这样，我不能修改我的batch_size，老实说，我不明白你的解决方案。 对不起，对于很长的文章，但我仍然是Python和NN的新手，但我真的是凯拉斯的粉丝;） Thnx！