Keras ImageDataGenerator 用于多个输入和基于图像的目标输出

Question

我有一个模型，它以两个图像作为输入并生成单个图像作为目标输出。

我的所有训练图像数据都位于以下子文件夹中：

• 输入1
• 输入2
• 目标

我可以使用keras中的ImageDataGenerator类和方法flow_from_directory来model.fit_generator训练网络吗？

我怎样才能做到这一点？因为我遇到的大多数示例都处理单个输入和基于标签的目标输出。

就我而言，我有一个非分类目标输出数据和多个输入。

请帮忙，因为您的建议非常有帮助。

Answer 1

一种可能性是将三者合二为一ImageDataGenerator，使用class_mode=None（这样它们就不会返回任何目标），然后使用shuffle=False（重要）。确保batch_size每个目录都使用相同的内容，并确保每个输入位于不同的目录中，目标也位于不同的目录中，并且每个目录中的图像数量完全相同。

idg1 = ImageDataGenerator(...choose params...)
idg2 = ImageDataGenerator(...choose params...)
idg3 = ImageDataGenerator(...choose params...)

gen1 = idg1.flow_from_directory('input1_dir',
                                shuffle=False,
                                class_mode=None)
gen2 = idg2.flow_from_directory('input2_dir',
                                shuffle=False,
                                class_mode=None)
gen3 = idg3.flow_from_directory('target_dir',
                                shuffle=False,
                                class_mode=None)

创建自定义生成器：

class JoinedGen(tf.keras.utils.Sequence):
    def __init__(self, input_gen1, input_gen2, target_gen):
        self.gen1 = input_gen1
        self.gen2 = input_gen2
        self.gen3 = target_gen

        assert len(input_gen1) == len(input_gen2) == len(target_gen)

    def __len__(self):
        return len(self.gen1)

    def __getitem__(self, i):
        x1 = self.gen1[i]
        x2 = self.gen2[i]
        y = self.gen3[i]

        return [x1, x2], y

    def on_epoch_end(self):
        self.gen1.on_epoch_end()
        self.gen2.on_epoch_end()
        self.gen3.on_epoch_end()

使用该生成器进行训练：

my_gen = JoinedGen(gen1, gen2, gen3)
model.fit_generator(my_gen, ...)

或者创建一个自定义生成器。它的所有结构如上所示。