Keras数据增强(BreakHis)

Question

我的问题是使用以下指令放大BreakHis数据集(https://www.kaggle.com/ambarish/breakhis)：

我们选择DC子类作为基类，通过上下、左和右旋转图像，并使用90°和180°的反小丑旋转来放大其余的每个子类。

我应该用Keras编写哪些指令来执行数据增强？显然，我想了解如何在一般情况下进行这些行动。

这是原始数据集的分布：

​

这是增强数据集的分布：

​

Answer 1

以下函数将以相同的概率应用所需的操作，如果希望对数组应用多于一个操作，则可以更改代码。我们提供作为augmentation_number和图像数组的代码的增强数。然后，该函数对其应用转换。

import random
import numpy as np
 
def generate_rotated(array,augmentation_number):
    m=0
    All=[]
    while m!=augmentation_number:
        rand=random.random()    
        if rand<=0.25:
            Array=np.rot90(array)
        elif 0.25<rand and rand<=0.5:
            Array=np.rot90(array,2)
        elif 0.5<rand and rand<=0.75:
            Array=np.flipud(array)
        else:
            Array=np.fliplr(array)
        All.append(Array)
        m+=1
    AugmentedArrays=np.array(All)
    return AugmentedArrays

编辑函数：-Also如果您想以%50的概率实现一个函数，您可以这样创建它：

def generate_rotated(array,augmentation_number):
    m=0
    All=[]
    while m!=augmentation_number:
        rand=random.random()    
        if rand<0.5:
            Array=np.rot90(array)
        rand=random.random()    
        if rand<0.5:
            Array=np.rot90(array,2)
        rand=random.random()    
        if rand<0.5:
            Array=np.flipud(array) 
        rand=random.random()    
        if rand<0.5:
            Array=np.fliplr(array)
        All.append(Array)
        m+=1
    AugmentedArrays=np.array(All)
    return AugmentedArrays

示例使用：

array=np.array([[12,323,2332],[2323,23452,5195],[95310,450,3]])

​

​

generate_rotated(array,5).shape=(5, 3, 3)

generate_rotated(array,5)

​

​

我希望这能回答你的问题。