Les données d'apprentissage sont lues à partir de deux fichiers .npy. Say, train_set est considéré comme X, et train_label est considéré comme Y. Par conséquent, ce n'est pas un cas d'entrée multiple. Ma tâche nécessite d'augmenter les patchs d'image de manière différente. Alors, comment définir différents Image Generator pour différents patchs? Bien qu'il puisse y avoir beaucoup de patches, j'utilise 3 patches comme exemple:comment appliquer différents générateur d'images pour différents lots dans Keras?
pour patch1:
DataGen = ImageDataGenerator (rotation_range = 20)
pour patch2:
DataGen = ImageDataGenerator (rotation_range = 40)
pour patch3:
DataGen = ImageDataGenerator (rotation_range = 60)
Comment appliquer différents générateurs sur différents patchs, et comment puis-je utiliser model.fit (...) ou model.fit_generator (...) pour le scénario décrit?
De même, existe-t-il un moyen de faire pivoter l'image d'un degré particulier au lieu d'une plage?
Merci!
Merci Mehdi. Cela signifie-t-il que même pour une seule époque, j'ai encore besoin de m'entraîner comme un relais? Et aussi besoin de continuer à charger les poids par lots précédents pour la formation par lots actuelle? – xiaoxiang
Avant d'appliquer le deuxième datagen, vous devez charger les poids. – Mehdi