下面是我正在尝试使用的示例代码。我想知道是否有任何方法可以在应用imagedatagenerator()之后和执行训练(即.fit_generator)之前立即获得图像的数量。原因是,我想在以后使用这些图像进行训练,而不是使用原始数据集。
train_datagen=ImageDataGenerator(rescale=1./255,
#featurewise_center=True,
samplewise_center=True,
zca_epsilon=1e-06,
#channel_shift_range=100.0,
#samplewise_std_normalization=True,
#featurewise_std_normalization=True,
rotation_range=15,
#width_shift_range=0,
#height_shift_range=0,
shear_range=0.2,
fill_mode='nearest',
zoom_range=0.1,
horizontal_flip= True,
)
val_datagen= ImageDataGenerator(rescale=1./255,
samplewise_center=True,
)
train_generator= train_datagen.flow(X_train, Y_train, batch_size=batch_size,shuffle=True)
val_generator= val_datagen.flow(X_val, Y_val,batch_size=batch_size,shuffle=True)
history= model.fit_generator(train_generator,
batch_size= batch_size,
steps_per_epoch=trainSize,
epochs=10,
validation_data=val_generator,
validation_steps=valSize,
callbacks=[LearningRateScheduler(lr_schedule)]
#callbacks=[es_callback]
)发布于 2020-06-16 03:36:50
不需要,因为ImageDataGenerator可以无限地生成增强的图像,并且用于训练的最终生成图像的数量是batch_size、steps_per_epoch和您训练的时期数的函数。您可以使用生成器的flow()方法的save_to_dir参数来保存增强的图像。图像的数量应该等于batch_size乘以steps_per_epoch乘以epochs。
https://stackoverflow.com/questions/62395413
复制相似问题