gpt4 book ai didi

image-processing - 用于数据增强的 Keras 最佳图像数据生成器参数

转载 作者:行者123 更新时间:2023-12-04 08:29:43 24 4
gpt4 key购买 nike

我正在使用 Keras 进行面部表情识别,我使用的数据集没有大量可用数据,因此我将使用 Keras 的图像预处理进行数据增强。

我想知道 ImageDataGenerator 生成正常人脸的最佳参数,我可以用它来训练我的神经网络。

这是我用于数据增强的代码:

def data_augmentation(subdir):

datagen = ImageDataGenerator(
featurewise_center=False,
samplewise_center=False,
featurewise_std_normalization=False,
samplewise_std_normalization=False,
zca_whitening=False,
rotation_range=30,
width_shift_range=0.2,
height_shift_range=0.2,
horizontal_flip=True,
vertical_flip=False)

print ("\nData augmentation...")
print ("\nProcess...")

for file in glob.glob(subdir+"*/*.jpg"):
img = load_img(file)
print ("\nProcessing..." + str(file))
x = img_to_array(img)
x = x.reshape((1,) + x.shape)

i = 0
for batch in datagen.flow(x, batch_size=1, save_to_dir='data_aug', save_prefix='Fig', save_format='jpg'):
i += 1
if i > 20:
break

这是 ImageDataGenerator 的所有参数
keras.preprocessing.image.ImageDataGenerator(featurewise_center=False,
samplewise_center=False,
featurewise_std_normalization=False,
samplewise_std_normalization=False,
zca_whitening=False,
zca_epsilon=1e-6,
rotation_range=0.,
width_shift_range=0.,
height_shift_range=0.,
shear_range=0.,
zoom_range=0.,
channel_shift_range=0.,
fill_mode='nearest',
cval=0.,
horizontal_flip=False,
vertical_flip=False,
rescale=None,
preprocessing_function=None,
data_format=K.image_data_format())

这是使用我的代码生成的图像示例:

enter image description here

enter image description here

enter image description here

enter image description here

如您所见,图像失真并且不足以训练我的网络。

我想知道 ImageDataGenerator 对于人脸的最佳参数是什么,或者有没有更好的数据增强方法?

最佳答案

如果您只处理人脸,请查看本文:
http://www.openu.ac.il/home/hassner/projects/augmented_faces/
它可以从一张人脸图像生成 30 张图像。
您也可以在 python 中使用虚拟化妆实现。它们易于使用且成功。

关于image-processing - 用于数据增强的 Keras 最佳图像数据生成器参数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44959311/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com