我正在研究医学图像分类问题,并且患有低数据集问题。所以想用WGAN生成图像。在给定代码中,WGAN代码示例采用MNIST数据集。在图像生成之后,很容易识别它们所属的类。但在医学图像的情况下,生成图像后,很难确定生成的图像属于哪个类别,因为它们从以下代码中保存在组中:
def sample_images(self, epoch):
r, c = 5, 5
noise = np.random.normal(0, 1, (r * c, self.latent_dim))
gen_imgs = self.generator.predict(noise)
# Rescale images 0 - 1
gen_imgs = 0.5 * gen_imgs + 0.5
fig, axs = plt.subplots(r, c)
cnt = 0
for i in range(r):
for j in range(c):
axs[i,j].imshow(gen_imgs[cnt, :,:,0], cmap='gray')
axs[i,j].axis('off')
cnt += 1
fig.savefig("images/mnist_%d.png" % epoch)
plt.close()
所以我必须执行哪些更改才能获得生成图像的标签。
vanilla版本的WGAN无法有条件地生成图像。因此,您训练过的WGAN只能生成图像,而不知道它们属于哪个类。
为了能够生成特定标签的图像,请结帐条件gans。 qazxsw poi是一篇让你入门的中篇文章。
备选方案是从原始训练数据中训练鉴别器,并使用该鉴别器帮助您手动对图像进行分类。