一、Keras ImageDataGenerator參數(shù)

from keras.preprocessing.image import ImageDataGenerator
keras.preprocessing.image.ImageDataGenerator(featurewise_center=False,
  samplewise_center=False,
  featurewise_std_normalization = False,
  samplewise_std_normalization = False,
  zca_whitening = False,
  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 = 0.0,
  horizontal_flip = False,
  vertical_flip = False,
  rescale = None,
  preprocessing_function = None,
  data_format = K.image_data_format(),
)

featurewise_center：布爾值，使輸入數(shù)據(jù)集去中心化（均值為0）, 按feature執(zhí)行。

samplewise_center：布爾值，使輸入數(shù)據(jù)的每個樣本均值為0。

featurewise_std_normalization：布爾值，將輸入除以數(shù)據(jù)集的標準差以完成標準化, 按feature執(zhí)行。

samplewise_std_normalization：布爾值，將輸入的每個樣本除以其自身的標準差。

zca_whitening：布爾值，對輸入數(shù)據(jù)施加ZCA白化。

rotation_range：整數(shù)，數(shù)據(jù)提升時圖片隨機轉(zhuǎn)動的角度。隨機選擇圖片的角度，是一個0~180的度數(shù)，取值為0~180。 在 [0, 指定角度] 范圍內(nèi)進行隨機角度旋轉(zhuǎn)。

width_shift_range：浮點數(shù)，圖片寬度的某個比例，數(shù)據(jù)提升時圖片隨機水平偏移的幅度。

height_shift_range：浮點數(shù)，圖片高度的某個比例，數(shù)據(jù)提升時圖片隨機豎直偏移的幅度。 height_shift_range和width_shift_range是用來指定水平和豎直方向隨機移動的程度，這是兩個0~1之間的比例。

shear_range：浮點數(shù)，剪切強度（逆時針方向的剪切變換角度）。是用來進行剪切變換的程度。

zoom_range：浮點數(shù)或形如[lower,upper]的列表，隨機縮放的幅度，若為浮點數(shù)，則相當于[lower,upper] = [1 - zoom_range, 1+zoom_range]。用來進行隨機的放大。（后面的例子與此處說法有矛盾，感覺后邊是對的？）

channel_shift_range：浮點數(shù)，隨機通道偏移的幅度。

fill_mode：‘constant'，‘nearest'，‘reflect'或‘wrap'之一，當進行變換時超出邊界的點將根據(jù)本參數(shù)給定的方法進行處理

cval：浮點數(shù)或整數(shù)，當fill_mode=constant時，指定要向超出邊界的點填充的值。

horizontal_flip：布爾值，進行隨機水平翻轉(zhuǎn)。隨機的對圖片進行水平翻轉(zhuǎn)，這個參數(shù)適用于水平翻轉(zhuǎn)不影響圖片語義的時候。

vertical_flip：布爾值，進行隨機豎直翻轉(zhuǎn)。

rescale: 值將在執(zhí)行其他處理前乘到整個圖像上，我們的圖像在RGB通道都是0~255的整數(shù)，這樣的操作可能使圖像的值過高或過低，所以我們將這個值定為0~1之間的數(shù)。

preprocessing_function: 將被應(yīng)用于每個輸入的函數(shù)。該函數(shù)將在任何其他修改之前運行。該函數(shù)接受一個參數(shù)，為一張圖片（秩為3的numpy array），并且輸出一個具有相同shape的numpy array

data_format：字符串，“channel_first”或“channel_last”之一，代表圖像的通道維的位置。該參數(shù)是Keras 1.x中的image_dim_ordering，“channel_last”對應(yīng)原本的“tf”，“channel_first”對應(yīng)原本的“th”。以128x128的RGB圖像為例，“channel_first”應(yīng)將數(shù)據(jù)組織為（3,128,128），而“channel_last”應(yīng)將數(shù)據(jù)組織為（128,128,3）。該參數(shù)的默認值是~/.keras/keras.json中設(shè)置的值，若從未設(shè)置過，則為“channel_last”。

二、Data Aumentation（數(shù)據(jù)擴充）說明

Data Aumentation（數(shù)據(jù)擴充）指的是在使用以下或者其他方法增加數(shù)據(jù)輸入量。這里，我們特指圖像數(shù)據(jù)。

旋轉(zhuǎn) | 反射變換(Rotation/reflection): 隨機旋轉(zhuǎn)圖像一定角度; 改變圖像內(nèi)容的朝向;

翻轉(zhuǎn)變換(flip): 沿著水平或者垂直方向翻轉(zhuǎn)圖像;

縮放變換(zoom): 按照一定的比例放大或者縮小圖像;

平移變換(shift): 在圖像平面上對圖像以一定方式進行平移;可以采用隨機或人為定義的方式指定平移范圍和平移步長, 沿水平或豎直方向進行平移. 改變圖像內(nèi)容的位置;

尺度變換(scale): 對圖像按照指定的尺度因子, 進行放大或縮小; 或者參照SIFT特征提取思想, 利用指定的尺度因子對圖像濾波構(gòu)造尺度空間. 改變圖像內(nèi)容的大小或模糊程度;

對比度變換(contrast): 在圖像的HSV顏色空間，改變飽和度S和V亮度分量，保持色調(diào)H不變. 對每個像素的S和V分量進行指數(shù)運算(指數(shù)因子在0.25到4之間), 增加光照變化;

噪聲擾動(noise): 對圖像的每個像素RGB進行隨機擾動, 常用的噪聲模式是椒鹽噪聲和高斯噪聲;

三、某些屬性測試

3.1 shear_range

datagen = image.ImageDataGenerator(shear_range=0.5)

shear_range就是錯切變換，效果就是讓所有點的x坐標(或者y坐標)保持不變，而對應(yīng)的y坐標(或者x坐標)則按比例發(fā)生平移，且平移的大小和該點到x軸(或y軸)的垂直距離成正比。

如圖8所示，一個黑色矩形圖案變換為藍色平行四邊形圖案。狗狗圖片變換效果如圖9所示。

3.2 zoom_range

datagen = image.ImageDataGenerator(zoom_range=0.5)

zoom_range參數(shù)可以讓圖片在長或?qū)挼姆较蜻M行放大，可以理解為某方向的resize，因此這個參數(shù)可以是一個數(shù)或者是一個list。當給出一個數(shù)時，圖片同時在長寬兩個方向進行同等程度的放縮操作；當給出一個list時，則代表[width_zoom_range, height_zoom_range]，即分別對長寬進行不同程度的放縮。而參數(shù)大于0小于1時，執(zhí)行的是放大操作，當參數(shù)大于1時，執(zhí)行的是縮小操作。

參數(shù)大于0小于1時，效果如圖10：

參數(shù)等于4時，效果如圖11：

3.3 . fill_mode

datagen = image.ImageDataGenerator(fill_mode='wrap', zoom_range=[4, 4])

fill_mode為填充模式，如前面提到，當對圖片進行平移、放縮、錯切等操作時，圖片中會出現(xiàn)一些缺失的地方，那這些缺失的地方該用什么方式補全呢？就由fill_mode中的參數(shù)確定，包括：“constant”、“nearest”（默認）、“reflect”和“wrap”。這四種填充方式的效果對比如圖18所示，從左到右，從上到下分別為：“reflect”、“wrap”、“nearest”、“constant”。

以上這篇Keras中 ImageDataGenerator函數(shù)的參數(shù)用法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論