Keras-样本权重和ImageDataGenerator.flow_from_directory

问题描述

当前，样品重量在ImageDataGenerator.flow（）中可用，但在ImageDataGenerator.flow_from_directory（）中不可用。

我想知道是否有人找到一种解决方法，可以将其与flow_from_directory一起使用？

我有46个班级的数十万张图像。图像来自两个不同的来源。我对标签的信任度为100％，而我对标签的信任度为低。

我正在寻找一种方法来告诉模型，以减少对我缺乏信心的来源的关注。我认为，减少来自来源的样本的重量会是一个好的开始。但是我不知道如何在flow_from_directory中设置sample_weight。

谢谢。

解决方法

您可以使用keras提供的另一种方法，名为 flow_from_dataframe 的ImageDataGenerator，它允许您在数据框中定义数据源并添加一些元数据，例如每个文件的权重感谢 weight_col 关键字参数。

这是初始化函数：

flow_from_dataframe(
    dataframe,directory=None,x_col='filename',y_col='class',weight_col=None,target_size=(256,256),color_mode='rgb',classes=None,class_mode='categorical',batch_size=32,shuffle=True,seed=None,save_to_dir=None,save_prefix='',save_format='png',subset=None,interpolation='nearest',validate_filenames=True,**kwargs
)

以及完整的文档：https://www.tensorflow.org/api_docs/python/tf/keras/preprocessing/image/ImageDataGenerator#flow_from_dataframe