如何在 Keras 更改 ImageDataGenerator 的 pre_processing 函数执行顺序？

Question

我正在使用 Keras 的“ImageDataGenerator”class 进行数据扩充。由于图像具有相关对象的边界框，因此我想在增强图像之前将图像裁剪到相关部分。 class 在其参数中有一个名为“preprocessing_function”的参数，它允许我们在扩充和调整大小后实现所需的功能。我要求相反的情况发生。首先，让函数运行，然后进行扩充。我如何在代码中实现它？

tf.keras.preprocessing.image.ImageDataGenerator(
    featurewise_center=False,
    samplewise_center=False,
    featurewise_std_normalization=False,
    samplewise_std_normalization=False,
    zca_whitening=False,
    zca_epsilon=1e-06,
    rotation_range=0,
    width_shift_range=0.0,
    height_shift_range=0.0,
    brightness_range=None,
    shear_range=0.0,
    zoom_range=0.0,
    channel_shift_range=0.0,
    fill_mode="nearest",
    cval=0.0,
    horizontal_flip=False,
    vertical_flip=False,
    rescale=None,
    preprocessing_function=None,
    data_format=None,
    validation_split=0.0,
    dtype=None,
)

preprocessing_function: a function that will be applied to each input. The function will run after the image is resized and augmented. The function should take one argument: one image (Numpy tensor with rank 3) and should output a Numpy tensor with the same shape.

Answer 1

Keras 团队成员说 ImageDataGenerator class 是遗留的。他们建议我使用转换层。它们可以在训练时随时使用。

转换层的用法示例：Keras Transformation layers example page

Github 问题（已关闭）：GitHub Issues

如何在 Keras 更改 ImageDataGenerator 的 pre_processing 函数执行顺序？

How to change pre_processing function execution order for ImageDataGenerator at Keras?

keras

data-augmentation

tf.keras