我已经通过使用ImageDataGenerator将数据输入fit\ u生成器来训练我的二进制分类模型。 我没有使用任何augumentation选项,我使用ImageDataGenerator只是将图像大小调整为224x224x3。 下面是我的培训代码。你知道吗
def get_batches(directory, target_size=target_size, batch_size=batch_size, shuffle=False):
datagen = ImageDataGenerator()
return datagen.flow_from_directory(directory=directory,
target_size=target_size,
batch_size=batch_size,
class_mode='categorical',
shuffle=shuffle)
batches = get_batches(train_dataset, shuffle=True)
valid_batches = get_batches(validation_dataset, shuffle=True)
model.fit_generator(batches, steps_per_epoch=batches.samples//batch_size, nb_epoch=150,
validation_data=valid_batches,
callbacks= [early_stop, checkpoint, tensorboard, time_callback, TerminateOnNaN()],
validation_steps=valid_batches.samples//batch_size)
我得到了不错的训练结果,我用测试集进行了训练评估。你知道吗
batches = get_batches(evaluation_dataset, shuffle=True)
pred_acc = top_model.predict_generator(batches, steps=batches.samples//batch_size)
我得到了像样的评估精度预期。你知道吗
我用predict函数而不是predict生成程序尝试了相同的操作,我自己调整了图像的大小而不是ImageDataGenerator。你知道吗
image = cv2.imread ("xyz.bmp")
image_resized = cv2.resize(image, (224,224))
pred_img = np.expand_dims(image_resized, axis=0)
prediction = top_model.predict(pred_img)
我没有得到相同的模型输出时,我使用预测为相同的图像馈送预测发生器使用ImageDataGenerator。你知道吗
我不能实时使用ImageDataGenerator。你知道吗
有什么问题吗?你知道吗
任何指示。你知道吗
我看到过一些类似于这个问题的讨论https://github.com/keras-team/keras/issues/3477#issuecomment-360022086,但是对于我的例子,我已经验证了正反两种情况,结果总是一样的,不管输入图像是什么。看起来ImageDataGenerator正在对我需要集成的数据进行一些修改。你知道吗
谢谢你, 帕塔
问题解决了。你知道吗
问题是颜色格式。你知道吗
ImageDataGenerator以RGB格式输出,而opencv imread以BGR格式读取。你知道吗
因此采用BGR2RGB变换来解决这一问题。你知道吗
另外,ImageDataGenerator中的默认图像大小调整器是“Nearest”,我在opencv resize中也使用了相同的设置。你知道吗
相关问题 更多 >
编程相关推荐