问题描述
我正在从事天文图像分类项目,目前正在使用 keras 构建 CNN。
我正在尝试构建一个预处理管道,以使用 keras/tensorflow 层来扩充我的数据集。为了简单起见,我想实现 dihedral group 的随机变换(即对于方形图像,90 度旋转和翻转),但似乎 tf.keras.preprocessing.image.random_rotation 只允许在连续服从均匀分布的选择范围。
我想知道是否有办法从指定的度数列表中进行选择,在我的例子中是 [0,90,180,270]。
解决方法
幸运的是,有一个 tensorflow 函数可以满足您的需求:tf.image.rot90
。下一步是将该函数包装到自定义 PreprocessingLayer
中,使其随机执行。
import tensorflow as tf
import tensorflow.keras.backend as K
from tensorflow.keras.layers.experimental.preprocessing import PreprocessingLayer
class RandomRot90(PreprocessingLayer):
def __init__(self,name=None,**kwargs) -> None:
super(RandomRot90,self).__init__(name=name,**kwargs)
self.input_spec = tf.keras.layers.InputSpec(ndim=4)
def call(self,inputs,training=True):
if training is None:
training = K.learning_phase()
def random_rot90():
# random int between 0 and 3
rot = tf.random.uniform((),4,dtype=tf.int32)
return tf.image.rot90(inputs,k=rot)
# if not training,do nothing
outputs = tf.cond(training,random_rot90,lambda:inputs)
outputs.set_shape(inputs.shape)
return outputs
def compute_output_shape(self,input_shape):
return input_shape
- 请注意,如果您希望能够使用该层保存和加载模型,您可能需要实现
get_config
。 (见documentation) - 另请注意,如果您的输入不是正方形(高度!= 宽度),则该层可能会失败。