深入解析Keras中的ImageDataGenerator参数

一、Keras ImageDataGenerator参数详解

from keras.preprocessing.image import ImageDataGenerator

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.,
    horizontal_flip=False,
    vertical_flip=False,
    rescale=None,
    preprocessing_function=None,
    data_format=None,
)

参数解释：

• featurewise_center：布尔值，用于将输入数据集的均值设置为0，按特征执行。


• samplewise_center：布尔值，用于将每个输入样本的均值设置为0。


• featurewise_std_normalization：布尔值，用于将输入数据集标准化，即将数据除以其标准差，按特征执行。


• samplewise_std_normalization：布尔值，用于将每个输入样本除以其自身的标准差。


• zca_whitening：布尔值，用于对输入数据执行ZCA白化。


• rotation_range：整数，表示数据增强时图片随机旋转的角度范围。角度值介于0到180度之间，具体值决定了旋转的最大角度。


• width_shift_range：浮点数，表示数据增强时图片沿宽度方向随机平移的比例。


• height_shift_range：浮点数，表示数据增强时图片沿高度方向随机平移的比例。


• shear_range：浮点数，表示数据增强时图片的剪切强度，即剪切变换的角度。


• zoom_range：浮点数或列表，表示数据增强时图片随机缩放的比例。如果提供单个浮点数，则缩放范围为 [1 - zoom_range, 1 + zoom_range]。


• channel_shift_range：浮点数，表示数据增强时图片随机通道偏移的幅度。


• fill_mode：字符串，表示当图像经过变换后超出边界时的填充模式，可选值有 'constant'、'nearest'、'reflect' 和 'wrap'。


• cval：浮点数或整数，当 fill_mode='constant' 时，用于指定填充超出边界的点的颜色值。


• horizontal_flip：布尔值，用于随机水平翻转图像。


• vertical_flip：布尔值，用于随机垂直翻转图像。


• rescale：浮点数，用于在任何其他变换之前将图像的值乘以此数值，通常用于归一化图像。


• preprocessing_function：函数，用于在任何其他变换之前应用于每个输入样本的自定义预处理函数。


• data_format：字符串，表示图像数据的格式，可选值有 'channels_first' 或 'channels_last'，默认值取决于Keras配置文件中的设置。

二、数据增强（Data Augmentation）概述

数据增强是一种通过各种技术手段增加训练数据多样性的方法，特别适用于图像数据。常见的数据增强技术包括但不限于：

• 旋转/反射变换 (Rotation/Reflection)：随机旋转图像一定角度，或改变图像的朝向。


• 翻转变换 (Flip)：沿水平或垂直方向随机翻转图像。


• 缩放变换 (Zoom)：按一定比例随机放大或缩小图像。


• 平移变换 (Shift)：在图像平面上随机移动图像，可以是水平或垂直方向。


• 尺度变换 (Scale)：按指定的比例因子放大或缩小图像，或构造尺度空间。


• 对比度变换 (Contrast)：在HSV颜色空间中调整饱和度和亮度，保持色调不变。


• 噪声扰动 (Noise)：对图像的每个像素添加随机噪声，如椒盐噪声或高斯噪声。

三、部分参数的实际应用示例

3.1 错切变换 (Shear Range)

代码示例：

datagen = ImageDataGenerator(shear_range=0.5)

错切变换的效果是让图像中的所有点在一个方向上保持不变，而在另一个方向上按比例平移。这种变换常用于模拟不同的视角或姿态变化。

3.2 缩放变换 (Zoom Range)

代码示例：

datagen = ImageDataGenerator(zoom_range=0.5)

缩放变换允许图像在宽度和高度方向上独立地进行放大或缩小。此参数可以是一个数值或一个列表，列表形式表示宽度和高度方向上的不同缩放比例。

3.3 填充模式 (Fill Mode)

代码示例：

datagen = ImageDataGenerator(fill_mode='wrap', zoom_range=[4, 4])

当图像经过平移、缩放、错切等变换后，可能会出现边界外的区域，这些区域需要通过填充模式来处理。不同的填充模式会影响图像边缘的视觉效果。