keras实现数据增强

一、目的

在实际的深度学习当中,我们通常会遇到收集的数据过少,收集数据过于困难等,导致训练过程中很容易发生过拟合等现象.这时候我们就需要对数据进行扩充来避免这种现象.

二.keras扩充数据集

import os
from keras.preprocessing.image import ImageDataGenerator,img_to_array,load_img

datagen = ImageDataGenerator(

    rotation_range=20,#旋转范围, 随机旋转(0-180)度

    width_shift_range=0.2,#随机沿着水平或者垂直方向，以图像的长宽小部分百分比为变化范围进行平移;

    height_shift_range=0.2,

    shear_range=0.2,#水平或垂直投影变换

    zoom_range=0.2,#按比例随机缩放图像尺寸

    horizontal_flip=True,#水平翻转图像

    fill_mode='nearest')#填充像素, 出现在旋转或平移之后

path=r"C:\picture\pic1"  #需要处理的图片路径
for i in os.listdir(path):
    address=os.path.join(path,i)
    img=load_img(address)
    image=img_to_array(img)
    image=image.reshape((1,)+image.shape)#需要四维，人工加上一维
    j=0
    for i in data_generator.flow(image,batch_size=1,
                            save_to_dir=r"C:\Users\PC\Desktop\koutu\456",
                            save_prefix="picture",   
                            save_format='jpg'):      
        j+=1
        if(j>=7):
            break;    
print("全部完成")

参数：

• rotation_range：整数，数据提升时图片随机转动的角度
• width_shift_range：浮点数，图片宽度的某个比例，数据提升时图片水平偏移的幅度
• height_shift_range：浮点数，图片高度的某个比例，数据提升时图片竖直偏移的幅度
• shear_range：浮点数，剪切强度（逆时针方向的剪切变换角度）
• 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]
• 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
• vertical_flip：布尔值，进行随机竖直翻转

方法：

flow(self, X, y, batch_size=32, shuffle=True, seed=None, save_to_dir=None, save_prefix=’’, save_format=‘png’)：接收numpy数组和标签为参数,生成经过数据提升或标准化后的batch数据,并在一个无限循环中不断的返回batch数据

• x：样本数据，秩应为4.在黑白图像的情况下channel轴的值为1，在彩色图像情况下值为3
• y：标签
• batch_size：整数，默认32
• shuffle：布尔值，是否随机打乱数据，默认为True
• save_to_dir：None或字符串，该参数能让你将提升后的图片保存起来，用以可视化
• save_prefix：字符串，保存提升后图片时使用的前缀, 仅当设置了save_to_dir时生效
• save_format：“png"或"jpeg"之一，指定保存图片的数据格式,默认"jpeg”
• yields:形如(x,y)的tuple,x是代表图像数据的numpy数组.y是代表标签的numpy数组.该迭代器无限循环.
  g"
• yields:形如(x,y)的tuple,x是代表图像数据的numpy数组.y是代表标签的numpy数组.该迭代器无限循环.
• seed: 整数,随机数种子