Keras数据增强

数据增强生成器：
train_datagen = ImageDataGenerator(rescale=1. / 255,          #归一化
                                   rotation_range=10,         #旋转角度
                                   width_shift_range=0.1,     #水平偏移
                                   height_shift_range=0.1,    #垂直偏移
                                   shear_range=0.1,           #随机错切变换的角度
                                   zoom_range=0.1,            #随机缩放的范围
                                   horizontal_flip=False,     #随机将一半图像水平翻转
                                   fill_mode='nearest')       #填充像素的方法

test_datagen = ImageDataGenerator(rescale=1. / 255) #不增强验证数据

train_generator = train_datagen.flow_from_directory(directory=train_dir,     #训练文件路径--文件夹下多分类文件夹
                                                    target_size=(30, 30),    #图像统一尺寸
                                                    batch_size=nbatch_size,  #batch数据的大小,默认32
                                                    class_mode='categorical')#返回标签数组形式 'binary'二进制；

validation_generator = test_datagen.flow_from_directory(directory=validation_dir,
                                                        target_size=(30, 30),
                                                        batch_size=nbatch_size,
                                                        class_mode='categorical')
                      

   

model.fit_generator(
    train_generator,
    steps_per_epoch=25*6//nbatch_size, #整数，当生成器返回steps_per_epoch次数据时计一个epoch结束，执行下一个epoch
    epochs=nepochs,                    #整数，数据迭代的轮数
    validation_data=validation_generator,
    validation_steps=50)               #当validation_data为生成器时，本参数指定验证集的生成器返回次数