keras中ImageDataGenerator用法

keras函数官方解析连接:http://keras-cn.readthedocs.io/en/latest/preprocessing/image/

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(),
)
  1. featurewise_center:布尔值,使输入数据集去中心化(均值为0), 按feature执行。
  2. samplewise_center:布尔值,使输入数据的每个样本均值为0。
  3. featurewise_std_normalization:布尔值,将输入除以数据集的标准差以完成标准化, 按feature执行。
  4. samplewise_std_normalization:布尔值,将输入的每个样本除以其自身的标准差。
  5. zca_whitening:布尔值,对输入数据施加ZCA白化。
  6. rotation_range:整数,数据提升时图片随机转动的角度。随机选择图片的角度,是一个0180的度数,取值为0180。
  7. width_shift_range:浮点数,图片宽度的某个比例,数据提升时图片随机水平偏移的幅度。
  8. height_shift_range:浮点数,图片高度的某个比例,数据提升时图片随机竖直偏移的幅度。
    height_shift_range和width_shift_range是用来指定水平和竖直方向随机移动的程度,这是两个0~1之间的比例。
  9. shear_range:浮点数,剪切强度(逆时针方向的剪切变换角度)。是用来进行剪切变换的程度。
  10. zoom_range:浮点数或形如[lower,upper]的列表,随机缩放的幅度,若为浮点数,则相当于[lower,upper] = [1 - zoom_range, 1+zoom_range]。用来进行随机的放大。
  11. channel_shift_range:浮点数,随机通道偏移的幅度。
  12. fill_mode:‘constant’,‘nearest’,‘reflect’或‘wrap’之一,当进行变换时超出边界的点将根据本参数给定的方法进行处理
  13. cval:浮点数或整数,当fill_mode=constant时,指定要向超出边界的点填充的值。
  14. horizontal_flip:布尔值,进行随机水平翻转。随机的对图片进行水平翻转,这个参数适用于水平翻转不影响图片语义的时候。
  15. vertical_flip:布尔值,进行随机竖直翻转。
  16. rescale: 值将在执行其他处理前乘到整个图像上,我们的图像在RGB通道都是0255的整数,这样的操作可能使图像的值过高或过低,所以我们将这个值定为01之间的数。
  17. preprocessing_function: 将被应用于每个输入的函数。该函数将在任何其他修改之前运行。该函数接受一个参数,为一张图片(秩为3的numpy array),并且输出一个具有相同shape的numpy array
  18. data_format:字符串,“channel_first”或“channel_last”之一,代表图像的通道维的位置。该参数是Keras 1.x中的image_dim_ordering,“channel_last”对应原本的“tf”,“channel_first”对应原本的“th”。以128x128的RGB图像为例,“channel_first”应将数据组织为(3,128,128),而“channel_last”应将数据组织为(128,128,3)。该参数的默认值是~/.keras/keras.json中设置的值,若从未设置过,则为“channel_last”。

例子:

train_datagen = ImageDataGenerator(
    preprocessing_function = preprocess_input,
    rotation_range = 30,
    width_shift_range = 0.2,
    height_shift_range = 0.2,
    shear_range = 0.2,
    zoom_range = 0.2,
    horizontal_flip = True,
)

迁移学习与微调: 参考网址:https://zhuanlan.zhihu.com/p/26693647

你可能感兴趣的:(keras中ImageDataGenerator用法)