小编aba*_*bab的帖子

我一直在尝试使用 Keras 训练 CNN，并将数据增强应用于一系列图像及其分割掩码。在线示例说为了做到这一点，我应该使用 flow_from_directory() 创建两个单独的生成器，然后压缩它们。

但是，我可以只为图像和蒙版使用两个 numpy 数组，使用 flow() 函数，而是这样做：

# Create image generator
data_gen_args = dict(rotation_range=5,
                     width_shift_range=0.1,
                     height_shift_range=0.1,
                     validation_split=0.2)
image_datagen = ImageDataGenerator(**data_gen_args)

seed = 1

# Create training and validation generators including masks
train_generator = image_datagen.flow(images, masks, seed=seed, subset='training')
val_train_generator = image_datagen.flow(images, masks, seed=seed, subset='validation')   

# Train model
model.fit_generator(train_generator, steps_per_epoch=50,
                validation_data = val_train_generator,
                validation_steps = 10, shuffle=True, epochs=20)

如果没有，为什么不呢？似乎如果我运行生成器，我只能输出图像而不能输出蒙版，所以我担心它没有做我想要的。