大家好，
我正在尝试使用Keras对两个类别的图像进行分类。对于一个类别，我的图片数量非常有限，比如只有500张。对于另一个类别，我几乎有无穷多的图片。那么如果我想要使用Keras的图像预处理，应该怎么做呢？理想情况下，我需要这样的东西：对于第一个类别，我提供500张图像，并使用ImageDataGenerator获取更多图像。对于第二个类别，每次我从1000000张图像数据集中按顺序提取500张图像，可能不需要进行数据增强。在查看这里的示例以及Keras文档时，我发现默认情况下训练文件夹包含每个类别相同数量的图像。所以我的问题是，是否存在用于执行此操作的API？如果有，请指出给我。如果没有，是否有任何解决方法？
你有以下几个选项：
选项1
使用fit()函数的class_weight参数，该参数是将类映射到权重值的字典。 假设你有500个类0的样本和1500个类1的样本，则输入 class_weight = {0:3 , 1:1}。 这使得类0比类1的权重高三倍。
train_generator.classes 可以为你的加权提供正确的类名。
如果要以编程方式计算权重，则可以使用scikit-learn的 sklearn.utils.compute_class_weight() 函数：https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/utils/class_weight.py
该函数查看标签的分布并生成权重，以在训练集中平等惩罚欠表示或过表示的类别。
这里还有一个有用的线程：https://github.com/fchollet/keras/issues/1875
这个线程也可能会有所帮助：Is it possible to automatically infer the class_weight from flow_from_directory in Keras?
选项2
你可以使用一个generator进行虚拟训练，应用图像增强（例如旋转，缩放，裁剪，翻转等），并为真正的训练保存增强后的图像。 这样就可以为欠表示的类别创建更大或更平衡的数据集。
在这个虚拟运行中，您可以将
flow_from_directory函数中的save_to_dir设置为您选择的文件夹，并且稍后只从需要更多样本的类别中获取图像。显然，您会放弃任何训练结果，因为您只使用此运行来获取更多数据。