tf.keras.preprocessing.image.ImageDataGenerator

УСТАРЕЛО.

tf.keras.preprocessing.image.ImageDataGenerator(
    featurewise_center=False,
    samplewise_center=False,
    featurewise_std_normalization=False,
    samplewise_std_normalization=False,
    zca_whitening=False,
    zca_epsilon=1e-06,
    rotation_range=0,
    width_shift_range=0.0,
    height_shift_range=0.0,
    brightness_range=None,
    shear_range=0.0,
    zoom_range=0.0,
    channel_shift_range=0.0,
    fill_mode='nearest',
    cval=0.0,
    horizontal_flip=False,
    vertical_flip=False,
    rescale=None,
    preprocessing_function=None,
    data_format=None,
    validation_split=0.0,
    interpolation_order=1,
    dtype=None
)

Используется в блокнотах

Используется в руководстве
tf.data: создание конвейеров ввода данных TensorFlow

Методы

`apply_transform`

Просмотреть исходный код

apply_transform(
    x, transform_parameters
)

Применяет к изображению преобразование в соответствии с заданными параметрами.

Аргументы

x Тензор 3D, одно изображение.

transform_parameters

Словарь пар «строка — параметр», описывающих преобразование. В настоящее время используются следующие параметры из словаря:

'theta': число с плавающей точкой. Угол поворота в градусах.
'tx': число с плавающей точкой. Смещение по оси x.
'ty': число с плавающей точкой. Смещение по оси y.
'shear': число с плавающей точкой. Угол сдвига в градусах.
'zx': число с плавающей точкой. Масштабирование по оси x.
'zy': число с плавающей точкой. Масштабирование по оси y.
'flip_horizontal': логическое значение. Отражение по горизонтали.
'flip_vertical': логическое значение. Отражение по вертикали.
'channel_shift_intensity': число с плавающей точкой. Интенсивность сдвига каналов.
'brightness': число с плавающей точкой. Интенсивность изменения яркости.

Возвращает
Преобразованная версия входных данных (той же формы).

`fit`

Просмотреть исходный код

fit(
    x, augment=False, rounds=1, seed=None
)

Настраивает генератор данных на примерах данных.

Вычисляет внутреннюю статистику данных, относящуюся к преобразованиям, зависящим от данных, на основе массива примеров данных.

Необходимо только в том случае, если для featurewise_center, featurewise_std_normalization или zca_whitening задано значение True.

Если для rescale задано значение, перед вычислением внутренней статистики данных к примерам данных применяется масштабирование.

Аргументы
`x`	Примеры данных. Должны иметь ранг 4. Для данных в градациях серого ось каналов должна иметь значение 1, для данных RGB — значение 3, а для данных RGBA — значение 4.
`augment`	Логическое значение (по умолчанию: False). Следует ли настраивать генератор на случайно аугментированных примерах.
`rounds`	Целое число (по умолчанию: 1). При использовании аугментации данных (`augment=True`) задаёт количество проходов аугментации по данным.
`seed`	Целое число (по умолчанию: None). Случайное начальное значение.

`flow`

Просмотреть исходный код

flow(
    x,
    y=None,
    batch_size=32,
    shuffle=True,
    sample_weight=None,
    seed=None,
    save_to_dir=None,
    save_prefix='',
    save_format='png',
    ignore_class_split=False,
    subset=None
)

`flow_from_dataframe`

Просмотреть исходный код

flow_from_dataframe(
    dataframe,
    directory=None,
    x_col='filename',
    y_col='class',
    weight_col=None,
    target_size=(256, 256),
    color_mode='rgb',
    classes=None,
    class_mode='categorical',
    batch_size=32,
    shuffle=True,
    seed=None,
    save_to_dir=None,
    save_prefix='',
    save_format='png',
    subset=None,
    interpolation='nearest',
    validate_filenames=True,
    **kwargs
)

`flow_from_directory`

Просмотреть исходный код

flow_from_directory(
    directory,
    target_size=(256, 256),
    color_mode='rgb',
    classes=None,
    class_mode='categorical',
    batch_size=32,
    shuffle=True,
    seed=None,
    save_to_dir=None,
    save_prefix='',
    save_format='png',
    follow_links=False,
    subset=None,
    interpolation='nearest',
    keep_aspect_ratio=False
)

`get_random_transform`

Просмотреть исходный код

get_random_transform(
    img_shape, seed=None
)

Генерирует случайные параметры преобразования.

Аргументы
`img_shape`	Кортеж целых чисел. Форма преобразуемого изображения.
`seed`	Случайное начальное значение.

Возвращает
Словарь со случайно выбранными параметрами, описывающими преобразование.

`random_transform`

Просмотреть исходный код

random_transform(
    x, seed=None
)

Применяет к изображению случайное преобразование.

Аргументы
`x`	Тензор 3D, одно изображение.
`seed`	Случайное начальное значение.

Возвращает
Случайно преобразованная версия входных данных (той же формы).

`standardize`

Просмотреть исходный код

standardize(
    x
)

Применяет настройки нормализации непосредственно к пакету входных данных.

x изменяется непосредственно, поскольку функция в основном используется внутри программы для стандартизации изображений и их передачи в сеть. Создание копии x вместо изменения исходных данных повлекло бы значительные потери производительности. Чтобы применить этот метод, не изменяя входные данные, можно предварительно создать копию:

standardize(np.copy(x))

Аргументы
`x`	Пакет входных данных для нормализации.

Возвращает
Нормализованные входные данные.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/preprocessing/image/ImageDataGenerator