SMOTE技术不过度采样图像数据集

Question

我对图书馆不熟悉。我有图像数据集属于5类，数据集非常不平衡。

我使用tensorflow flow.from目录函数加载图像，并使用smote函数进行重采样。

img_height, img_width = 224,224
# the no. imgaes to load at each iteration
batch_size = 32
# only rescaling
train_datagen =  ImageDataGenerator(
    rescale=1./255,
    zoom_range=0.2,
    horizontal_flip=True,
    vertical_flip=True
)
test_datagen =  ImageDataGenerator(
    rescale=1./255,
    vertical_flip=True, 
    zoom_range=0.2,
    horizontal_flip=True
)
# these are generators for train/test data that will read pictures #found in the defined subfolders of 'data/'
print('Total number of images for "training":')
train_generator = train_datagen.flow_from_directory(
train_data_dir,
target_size = (img_height, img_width),
batch_size = batch_size, 
class_mode = "categorical",shuffle = True
    #,color_mode='grayscale'
)    
smote = SMOTE()
    X_sm, y_sm = smote.fit_resample(train_generator, category_names)

细胞开始运行，30到40分钟后，jupyter内核就死了，我没有得到任何结果。请帮助解决这个问题，我有16 GB的GPU，但是smote没有在图像数据集上运行。

Answer 1

1. 您可以对不平衡类别执行数据增强。
2. 将它们调整为(28,28)或(32,32)，并使用压扁将其转换为784或1024功能，现在可以使用SMOTE

希望它能成功