SMOTE 技术不会对图像数据集进行过采样

编程问答 2023-01-06

问题描述

我是 imblearn 库的新手。我有属于 5 个类别的图像数据集，数据集高度不平衡。

No.of classes highly unbalanced

我使用 tensorflow flow.from 目录函数加载图像并使用 smote 函数进行重采样。

img_height,img_width = 224,224
# the no. imgaes to load at each iteration
batch_size = 32
# only rescaling
train_datagen =  ImageDataGenerator(
    rescale=1./255,zoom_range=0.2,horizontal_flip=True,vertical_flip=True
)
test_datagen =  ImageDataGenerator(
    rescale=1./255,vertical_flip=True,horizontal_flip=True
)
# these are generators for train/test data that will read pictures #found in the defined subfolders of 'data/'
print('Total number of images for "training":')
train_generator = train_datagen.flow_from_directory(
train_data_dir,target_size = (img_height,img_width),batch_size = batch_size,class_mode = "categorical",shuffle = True
    #,color_mode='grayscale'
)    
smote = SMOTE()
    X_sm,y_sm = smote.fit_resample(train_generator,category_names)

单元开始运行，30 到 40 分钟后，jupyter 内核死了，我没有得到任何结果。请帮助解决这个问题，我有 16 GB GPU，但 smote 没有在图像数据集上运行

解决方法

  1. 您可以对不平衡类别执行data augmentation

  2. 将它们调整为 (28,28) 或 (32,32) 并使用 flatten 转换为 784 或 1024 特征，现在您可以使用 SMOTE

希望它会奏效

imageimageimageimblearnpythonsmote