Блог

У меня очень мало данных об изображениях для моего эксперимента. Это всего лишь 40 изображений для каждого класса в моем наборе данных. Поэтому я хочу дополнить все наборы обучающих, проверочных и тестовых заданий, используя приведенные ImageDataGenerator ниже:

 train_datagen = ImageDataGenerator(
    horizontal_flip=True,
    shear_range=0.2,
    zoom_range=0.2,
    rescale=1/255.,
)
val_datagen = ImageDataGenerator(
    horizontal_flip=True,
    shear_range=0.2,
    zoom_range=0.2,
    rescale=1/255.,
)
test_datagen = ImageDataGenerator(
    horizontal_flip=True,
    shear_range=0.2,
    zoom_range=0.2,
    rescale=1/255.,
)
 

Я использовал их с flow_from_directory функцией, использую генераторы обучения и проверки в обучении модели, но данные проверки, похоже, не увеличены (количество изображений в наборе проверки, похоже, не изменилось по сравнению с исходным числом). Каким — то образом это происходит и в тестовом наборе. Я обнаружил это, когда оценивал модель с помощью sklearn’s classification_report . Число, отображаемое в support столбце результата, точно совпадает с количеством изображений в тестовом наборе до увеличения.

                              precision    recall  f1-score   support

                 Blue Whale       1.00      1.00      1.00         4
               Killer Whale       1.00      0.75      0.60         4
                      Shark       0.50      0.75      0.75         4

                   accuracy                           0.90        12
                  macro avg       0.83      0.83      0.78        12
               weighted avg       0.83      0.83      0.78        12

 

Как использовать генератор тензорного потока для увеличения наборов проверок и тестов?