所以我正在构建一个图像分类器，并使用 Keras 的 ImageDataGenerator 类和以下参数：
ImageDataGenerator(
rescale=1./255, rotation_range=40, width_shift_range=0.2,
height_shift_range=0.2, shear_range=0.2, zoom_range=0.2,
horizontal_flip=True, fill_mode='nearest'
)
然后，我使用以下代码将生成器的这个实例用于我的训练数据：
train_datagen.flow_from_dataframe(
dataframe=binary_df, directory='../train', x_col='Image', y_col='Label',
target_size=(target_size[0],target_size[1]),
batch_size=batch_size, class_mode='categorical',interpolation='nearest'
)
最后，这个生成器被直接传递给 Keras 中的“fit_generator”函数来训练我的模型，如下所示：
binary_model.fit_generator(
binary_train_generator, epochs=100, shuffle=True)
我的问题是，生成器是在创建生成器时自动增加指定的数据（水平翻转、旋转等）并在训练模型时传递它，还是我需要先使用生成器来创建新数据，以及然后将其传递给我的“fit_generator”函数？
谢谢！
请参阅ImageDataGenerator 文档，尤其是您正在使用的函数flow_from_dataframe。
引用文档：
获取目录的路径并生成批量增强数据。
因此，它将为您生成模型的增强数据。
顺便说一句：在创建生成器时不会增加数据，而是在输入模型时逐批增加。
编辑：图像数量（训练数据点）保持不变，引用文档：
水平翻转：布尔值。水平随机翻转输入。
你的一些输入是随机翻转的，这不像是输入两个单独的图像（一个翻转，另一个在原始版本中，未增强版本）。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句