使用ImageDataGenerator将图像重塑到[-1, 1]范围

是否可以使用ImageDataGenerator[0, 255]范围的图像重塑到[-1, 1]范围?

我知道可以通过reshape参数乘以一个值来重塑图像,但这只能将图像重塑到[0, 1]范围。


回答:

你可以使用Keras的ImageDataGenerator类中的preprocessing_function。

preprocessing_function:将在每个输入上应用的函数。该函数会在图像调整大小和增强后运行。该函数应接受一个参数:一个图像(秩为3的Numpy张量),并应输出一个形状相同的Numpy张量。

#预处理函数def changeRange(image):   image[:, :, 0] = [(i/128.0)-1 for i in image[:, :, 0]]   image[:, :, 1] = [(i/128.0)-1 for i in image[:, :, 1]]   image[:, :, 2] = [(i/128.0)-1 for i in image[:, :, 2]]   return image#数据增强train_datagen = ImageDataGenerator(   rescale = None,   preprocessing_function=changeRange)

`

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注