Keras ImageDataGenerator用于多个输入和基于图像的目标输出

问题描述 投票:0回答:1

我有一个模型,该模型将两个图像作为输入,并生成一个图像作为目标输出。

我所有的训练图像数据都在以下子文件夹中:

  • input1
  • input2
  • 目标

我可以在keras中使用ImageDataGenerator类和方法,例如flow_from_directorymodel.fit_generator方法来训练网络吗?

我该怎么做?由于我遇到的大多数示例都涉及单个输入和基于标签的目标输出。

就我而言,我有一个非分类的目标输出数据和多个输入。

请提供帮助,因为您的建议可能会很有帮助。

tensorflow keras tensorflow-datasets tf.keras
1个回答
0
投票

[一种可能是将三个ImageDataGenerator合并为一个,使用class_mode=None(这样它们就不会返回任何目标),再使用shuffle=False(重要)。确保每个输入使用相同的batch_size,并确保每个输入都位于不同的目录中,并且目标也位于不同的目录中,并且每个目录中的图像数量完全相同。

idg1 = ImageDataGenerator(...choose params...)
idg2 = ImageDataGenerator(...choose params...)
idg3 = ImageDataGenerator(...choose params...)

gen1 = idg1.flow_from_directory('input1_dir',
                                shuffle=False,
                                class_mode=None)
gen2 = idg2.flow_from_directory('input2_dir',
                                shuffle=False,
                                class_mode=None)
gen3 = idg3.flow_from_directory('target_dir',
                                shuffle=False,
                                class_mode=None)

创建自定义生成器:

class JoinedGen(tf.keras.utils.Sequence):
    def __init__(self, input_gen1, input_gen2, target_gen):
        self.gen1 = input_gen1
        self.gen2 = input_gen2
        self.gen3 = target_gen

        assert len(input_gen1) == len(input_gen2) == len(target_gen)

    def __len__(self):
        return len(self.gen1)

    def __getitem__(self, i):
        x1 = self.gen1[i]
        x2 = self.gen2[i]
        y = self.gen3[i]

        return [x1, x2], y

    def on_epoch_end(self):
        self.gen1.on_epoch_end()
        self.gen2.on_epoch_end()
        self.gen3.on_epoch_end()

使用此生成器进行训练:

my_gen = JoinedGen(gen1, gen2, gen3)
model.fit_generator(my_gen, ...)

或创建自定义生成器。上面显示了其所有结构。

热门问题
推荐问题
最新问题