增强 Tensorflow 中的验证和测试集

问题描述

我的实验图像数据极少。我的数据集中每个类只有 40 张图像。所以我想使用下面的 ImageDataGenerator 来扩充所有的训练、验证和测试集：

train_datagen = ImageDataGenerator(
    horizontal_flip=True,shear_range=0.2,zoom_range=0.2,rescale=1/255.,)
val_datagen = ImageDataGenerator(
    horizontal_flip=True,)
test_datagen = ImageDataGenerator(
    horizontal_flip=True,)

我将它们与 flow_from_directory 函数一起使用，在模型训练中使用训练和验证生成器，但验证数据似乎没有增加（验证集中的图像数量似乎与初始数量没有变化）。不知何故，这也发生在测试集中。我在使用 sklearn 的 classification_report 评估模型时发现了这一点。结果的support列中显示的数量与增强前测试集中的图像数量完全相同。

                             precision    recall  f1-score   support

                 Blue Whale       1.00      1.00      1.00         4
               Killer Whale       1.00      0.75      0.60         4
                      Shark       0.50      0.75      0.75         4

                   accuracy                           0.90        12
                  macro avg       0.83      0.83      0.78        12
               weighted avg       0.83      0.83      0.78        12

如何使用 Tensorflow 生成器来扩充验证和测试集？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）