python - ImageDataGenerator 是否会向我的数据集添加更多图像？

Question

我正在尝试使用 Inception V3 模型进行图像分类。 Keras 的 ImageDataGenerator 是否会创建添加到我的数据集的新图像？如果我有 1000 张图片，使用此功能是否会将其加倍到 2000 张用于训练的图片？有没有办法知道有多少图像被创建并现在输入到模型中？

Answer 1

简短回答: 1) 所有原始图像都只是转换(即旋转、缩放等)每个时期，然后用于训练，以及 2) [因此]每个时期的图像数量等于您拥有的原始图像数量。

长答案:在每个时代，ImageDataGenerator对您拥有的图像应用转换，并使用转换后的图像进行训练。这组转换包括旋转、缩放等。通过这样做，您以某种方式创建了新数据(即也称为数据扩充)，但显然生成的图像与原始图像并没有完全不同。这样，学习到的模型可能会更加稳健和准确，因为它是在同一图像的不同变体上训练的。

需要将fit方法的steps_per_epoch参数设置为n_samples/batch_size，其中n_samples是您拥有的训练数据总数(即您的情况下为 1000)。这样在每个 epoch 中，每个训练样本只增加一次，因此每个 epoch 将生成 1000 张变换图像。

此外，我认为有必要在这种情况下澄清“增强”的含义:基本上，当我们使用 ImageDataGenerator 并启用其增强功能时，我们就是在增强图像。但是这里的“增强”一词并不意味着，如果我们有 100 张原始训练图像，我们最终在增强后 每个时期 有 1000 张图像(即训练图像的数量不会增加每个时期) .相反，这意味着我们在每个时期对每个图像使用不同的变换；因此，如果我们训练我们的模型，比方说，5 个时期，我们在训练中使用了每个原始图像的 5 个不同版本(或者在整个训练中使用 100 * 5 = 500 个不同的图像，而不是只使用 100 个原始图像整个训练)。换句话说，unique images 的总数在整个训练过程中从开始到结束都在增加，而不是每个 epoch。