数据增强-如何为每个类生成不同数量的新数据？

Question

我只想为特定的标签生成新的增强图像。例如，数据库FER2013：

emotion_label_to_text_mapper = {0: "Angry", 2: "Fear-Disgust", 3: "Happy", 4: "Sad", 5: "Surprise"}

df = pd.read_csv('/FER2013Plus-5-emotions.csv')
    
df.emotion.unique()
sns.countplot(df.emotion)
pyplot.show()

​

​

所以，我得到了每一种情感的照片数量。

是否可以设置一个ImageDataGenerator来为每个类生成特定数量的增强图片？

示例：要在学习过程中只为0或1类生成新的增广数据，请向每个类添加更多1000幅图片。

Answer 1

下面是一个很好的探索，如何用不平衡的数据训练cnn：

https://www.tensorflow.org/tutorials/structured_data/imbalanced_data

需要与class_weight参数一起使用和培训过程。