使用Keras作前端寫(xiě)網(wǎng)絡(luò)時(shí)，由于訓(xùn)練圖像尺寸較大，需要做類(lèi)似 tf.random_crop 圖像裁剪操作。

為此研究了一番Keras下已封裝的API。

Data Augmentation（數(shù)據(jù)擴(kuò)充）

Data Aumentation 指使用下面或其他方法增加輸入數(shù)據(jù)量。我們默認(rèn)圖像數(shù)據(jù)。

旋轉(zhuǎn)&反射變換(Rotation/reflection): 隨機(jī)旋轉(zhuǎn)圖像一定角度; 改變圖像內(nèi)容的朝向;

翻轉(zhuǎn)變換(flip): 沿著水平或者垂直方向翻轉(zhuǎn)圖像;

縮放變換(zoom): 按照一定的比例放大或者縮小圖像;

平移變換(shift): 在圖像平面上對(duì)圖像以一定方式進(jìn)行平移;

可以采用隨機(jī)或人為定義的方式指定平移范圍和平移步長(zhǎng), 沿水平或豎直方向進(jìn)行平移. 改變圖像內(nèi)容的位置;

尺度變換(scale): 對(duì)圖像按照指定的尺度因子, 進(jìn)行放大或縮小; 或者參照SIFT特征提取思想, 利用指定的尺度因子對(duì)圖像濾波構(gòu)造尺度空間. 改變圖像內(nèi)容的大小或模糊程度;

對(duì)比度變換(contrast): 在圖像的HSV顏色空間，改變飽和度S和V亮度分量，保持色調(diào)H不變. 對(duì)每個(gè)像素的S和V分量進(jìn)行指數(shù)運(yùn)算(指數(shù)因子在0.25到4之間), 增加光照變化;

噪聲擾動(dòng)(noise): 對(duì)圖像的每個(gè)像素RGB進(jìn)行隨機(jī)擾動(dòng), 常用的噪聲模式是椒鹽噪聲和高斯噪聲;

Data Aumentation 有很多好處，比如數(shù)據(jù)量較少時(shí)，用數(shù)據(jù)擴(kuò)充來(lái)增加訓(xùn)練數(shù)據(jù)，防止過(guò)擬合。

ImageDataGenerator

在Keras中，ImageDataGenerator就是專(zhuān)門(mén)做數(shù)據(jù)擴(kuò)充的。

from keras.preprocessing.image import ImageDataGenerator

注：Using TensorFlow backend.

官方寫(xiě)法如下：

(x_train, y_train), (x_test, y_test) = cifar10.load_data()

datagen = ImageDataGenerator(
 featurewise_center=True,
 ...
 horizontal_flip=True)

# compute quantities required for featurewise normalization
datagen.fit(x_train)

# 使用fit_generator的【自動(dòng)】訓(xùn)練方法: fits the model on batches with real-time data augmentation
model.fit_generator(datagen.flow(x_train, y_train, batch_size=32),
   steps_per_epoch=len(x_train), epochs=epochs)

# 自己寫(xiě)range循環(huán)的【手動(dòng)】訓(xùn)練方法
for e in range(epochs):
 print 'Epoch', e
 batches = 0
 for x_batch, y_batch in datagen.flow(x_train, y_train, batch_size=32):
 loss = model.train(x_batch, y_batch)
 batches += 1
 if batches >= len(x_train) / 32:
  # we need to break the loop by hand because
  # the generator loops indefinitely
  break

ImageDataGenerator的參數(shù)說(shuō)明見(jiàn)官網(wǎng)文檔。

上面兩種訓(xùn)練方法的差異不討論，我們要關(guān)注的是：官方封裝的訓(xùn)練集batch生成器是ImageDataGenerator對(duì)象的flow方法(或flow_from_directory)，該函數(shù)返回一個(gè)和python定義相似的generator。在它前一步，數(shù)據(jù)變換是ImageDataGenerator對(duì)象的fit方法。

random_crop并未在ImageDataGenerator中內(nèi)置，但參數(shù)中給了一個(gè)preprocessing_function，我們可以利用它自定義my_random_crop函數(shù)，像下面這樣寫(xiě)：

def my_random_crop(image):
 random_arr = numpy.random.randint(img_sz-crop_sz+1, size=2)
 y = int(random_arr[0])
 x = int(random_arr[1])
 h = img_crop
 w = img_crop
 image_crop = image[y:y+h, x:x+w, :]
 return image_crop

datagen = ImageDataGenerator(
 featurewise_center=False,
 ···
 preprocessing_function=my_random_crop)

datagen.fit(x_train)

fit方法調(diào)用時(shí)將預(yù)設(shè)的變換應(yīng)用到x_train的每張圖上，包括圖像crop，因?yàn)槭菃螐堃来翁幚恚繌垐D的crop位置隨機(jī)。

在訓(xùn)練數(shù)據(jù)(x=image, y=class_label)時(shí)這樣寫(xiě)已滿(mǎn)足要求;

但在(x=image, y=image_mask)時(shí)該方法就不成立了。圖像單張?zhí)幚淼木壒?，一?duì)(image, image_mask)分別crop的位置無(wú)法保持一致。

雖然官網(wǎng)也給出了同時(shí)變換image和mask的寫(xiě)法，但它提出的方案能保證二者內(nèi)置函數(shù)的變換一致，自定義函數(shù)的random變量仍是隨機(jī)的。

fit_generator

既然ImageDataGenerator和flow方法不能滿(mǎn)足我們的random_crop預(yù)處理要求，就在fit_generator函數(shù)處想方法修改。

先看它的定義：

def fit_generator(self, generator, samples_per_epoch, nb_epoch,
   verbose=1, callbacks=[],
   validation_data=None, nb_val_samples=None,
   class_weight=None, max_q_size=10, **kwargs):

第一個(gè)參數(shù)generator，可以傳入一個(gè)方法，也可以直接傳入數(shù)據(jù)集。前面的 datagen.flow() 即是Keras封裝的批量數(shù)據(jù)傳入方法。

顯然，我們可以自定義。

def generate_batch_data_random(x, y, batch_size):
 """分批取batch數(shù)據(jù)加載到顯存"""
 total_num = len(x)
 batches = total_num // batch_size
 while (True):
 i = randint(0, batches)
 x_batch = x[i*batch_size:(i+1)*batch_size]
 y_batch = y[i*batch_size:(i+1)*batch_size]
 random_arr = numpy.random.randint(img_sz-crop_sz+1, size=2)
 y_pos = int(random_arr[0])
 x_pos = int(random_arr[1])
 x_crop = x_batch[:, y_pos:y_pos+crop_sz, x_pos:x_pos+crop_sz, :]
 y_crop = y_batch[:, y_pos:y_pos+crop_sz, x_pos:x_pos+crop_sz, :]
 yield (x_crop, y_crop)

這樣寫(xiě)就符合我們同組image和mask位置一致的random_crop要求。

注意：

由于沒(méi)有使用ImageDataGenerator內(nèi)置的數(shù)據(jù)變換方法，數(shù)據(jù)擴(kuò)充則也需要自定義；由于沒(méi)有使用flow(…, shuffle=True,)方法，每個(gè)epoch的數(shù)據(jù)打亂需要自定義。

generator自定義時(shí)要寫(xiě)成死循環(huán)，因?yàn)樵诿總€(gè)epoch內(nèi)，generate_batch_data_random是不會(huì)重復(fù)調(diào)用的。

補(bǔ)充知識(shí)：tensorflow中的隨機(jī)裁剪函數(shù)random_crop

tf.random_crop是tensorflow中的隨機(jī)裁剪函數(shù)，可以用來(lái)裁剪圖片。我采用如下圖片進(jìn)行隨機(jī)裁剪，裁剪大小為原圖的一半。

如下是實(shí)驗(yàn)代碼

import tensorflow as tf
import matplotlib.image as img
import matplotlib.pyplot as plt
sess = tf.InteractiveSession()
image = img.imread('D:/Documents/Pictures/logo3.jpg')

reshaped_image = tf.cast(image,tf.float32)
size = tf.cast(tf.shape(reshaped_image).eval(),tf.int32)
height = sess.run(size[0]//2)
width = sess.run(size[1]//2)
distorted_image = tf.random_crop(reshaped_image,[height,width,3])
print(tf.shape(reshaped_image).eval())
print(tf.shape(distorted_image).eval())

fig = plt.figure()
fig1 = plt.figure()
ax = fig.add_subplot(111)
ax1 = fig1.add_subplot(111)
ax.imshow(sess.run(tf.cast(reshaped_image,tf.uint8)))
ax1.imshow(sess.run(tf.cast(distorted_image,tf.uint8)))
plt.show()

如下是隨機(jī)實(shí)驗(yàn)兩次的結(jié)果

以上這篇Keras 在fit_generator訓(xùn)練方式中加入圖像random_crop操作就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論