我希望在创建模型之前,为数据集中的不同图像类别执行离线图像增强,并将图像保存到其中一个文件夹中。
使用Keras的ImageDataGenerator - flow_from_directory()函数,它具有save_to_dir参数并将其设置为我的目标文件夹。
使用Keras的ImageDataGenerator - flow_from_directory()函数,它具有save_to_dir参数并将其设置为我的目标文件夹。
datagen = ImageDataGenerator(
rescale=1./255,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True)
datagen_set = datagen.flow_from_directory(
'C:/Users/...',
target_size=(64, 64),
batch_size=32,
classes = ['class_A'],
save_to_dir = 'C:/Users/.../AugImages',
save_prefix = 'class_A',
save_format = 'jpg')
我是否必须创建自己的模型,并使用其fit_generator/fit
方法,或者还有其他方法可以在创建模型之前执行离线图像增强?