使用ImageDataGenerator中的流在keras中生成数据的更好方法？

问题描述

我想制作图像去噪器。因此，我使用了一个datagenerator类，该类继承了keras.utils.Sequence。为了从目录生成图像，我使用了ImageDataGenerator.flow_from_directory 两次相同的记录，在其中我使用了预处理功能在图像中添加了噪点。还有一个我只是用它来获取未处理的图像。这是代码。

预处理功能

def noise1(img):
  return random_noise(img,var = 0.05)


def preprocessing(x):
  return noise1(x)

班级

class DataGenerator(keras.utils.Sequence):
    'Generates data for Keras'
    def __init__(self,dir,batch_size=128,dim=(256,256,3),n_channels=1,shuffle=True):
        'Initialization'
        self.dim = dim

        train_datagen_X = ImageDataGenerator(rescale=1./255,preprocessing_function = preprocessing)     # for X
        self.train_generator_X = train_datagen_X.flow_from_directory(dir,target_size=dim[:2],batch_size=batch_size,class_mode= "categorical") 

        train_datagen_y = ImageDataGenerator(rescale=1./255)     # for y
        self.train_generator_y = train_datagen_y.flow_from_directory(dir,class_mode= "categorical")

        self.n_channels = n_channels
        self.shuffle = shuffle
        self.on_epoch_end()

    def __len__(self):
        'Denotes the number of batches per epoch'
        return len(self.train_generator_X)

    def __getitem__(self,a=0):
        'Generate one batch of data'
        # Generate data
        X,y = self.__data_generation()
         
        return X,y



    def on_epoch_end(self):
        pass

    def __data_generation(self):
        'Generates data containing batch_size samples'
        
        
        X,_ = next(self.train_generator_X)
        y,_ = next(self.train_generator_y)

        return X,y

在我的keras模型中使用它时，我得到的输出是 __getitem__() takes 1 positional argument but 2 were given

如何解决这个问题，或者他们是另一种以有效的并行方式执行此操作的方法？

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@）