我在Keras中有一个ImageDataGenerator
,我想在训练期间将其应用于短视频剪辑中的每一帧,这些视频剪辑被表示为具有形状的4D numpy数组(num_frames,width,height,3)
对于由每个形状(宽度、高度、3)的图像组成的标准数据集,我通常会执行以下操作:
aug = tf.keras.preprocessing.image.ImageDataGenerator(
rotation_range=15,
zoom_range=0.15)
model.fit_generator(
aug.flow(X_train, y_train),
epochs=100)
如何将这些相同的数据增强应用于表示图像序列的4D numpy数组数据集
我想出来了。我创建了一个自定义类,该类继承自tensorflow.keras.utils.Sequence,它使用scipy为每个图像执行增强
然后将其传递给
fit_generator
方法:相关问题 更多 >
编程相关推荐