augmentedImageDatastore
转换批次增加图像数据
描述
增强图像数据存储转换批次的培训、验证、测试、和预测数据,与可选的预处理,如调整旋转和反射。调整图像使其兼容的输入大小深度学习网络。增强与随机预处理操作训练图像数据,帮助防止网络过度拟合和记忆的训练图像的细节。
训练一个网络使用增强图像,提供augmentedImageDatastore
来trainNetwork
。有关更多信息,请参见预处理图像深度学习。
当您使用一个增强图像数据存储的训练图像数据存储训练数据随机扰乱对于每一个时代,这样每个时代使用稍微不同的数据集。训练图像的实际数量在每个时代不会改变。转换后的图像不存储在内存中。
一个
imageInputLayer
规范化使用的均值图像增强图像,而不是指原始数据集。这意味着第一增强时代计算一次。所有其他时代使用相同的意思,所以平均图像训练期间不会改变。
默认情况下,一个augmentedImageDatastore
只有调整图像,适合大小的输出。你可以使用一个额外的图像转换的配置选项imageDataAugmenter
。
创建
语法
描述
auimds = augmentedImageDatastore (outputSize,
创建一个增强图像数据存储从图像数据存储使用图像分类问题洛桑国际管理发展学院
)洛桑国际管理发展学院
,并设置
财产。OutputSize
auimds = augmentedImageDatastore (outputSize,
创建一个增强图像数据存储图像数据预测反应的数组X
)X
。
auimds = augmentedImageDatastore (outputSize,
创建一个增强图像数据存储分类和回归问题。桌上,资源描述
)资源描述
,包含预测和响应。
auimds = augmentedImageDatastore (outputSize,
创建一个增强图像数据存储分类和回归问题。桌上,资源描述
,responseNames
)资源描述
,包含预测和响应。的responseNames
参数指定变量的响应资源描述
。
auimds = augmentedImageDatastore (___、名称、值)
创建一个增强图像数据存储,使用名称-值对集合
,ColorPreprocessing
,DataAugmentation
,OutputSizeMode
属性。您可以指定多个名称-值对。在报价附上每个属性的名字。DispatchInBackground
例如,myTable augmentedImageDatastore([28日28],“OutputSizeMode”,“centercrop”)
创建一个增强作物图像的图像数据存储中心。
输入参数
属性
对象的功能
结合 |
合并来自多个数据存储的数据 |
hasdata |
确定数据可用来读 |
numpartitions |
数量的数据存储分区 |
分区 |
分区数据存储 |
partitionByIndex |
分区augmentedImageDatastore 根据指数 |
预览 |
预览数据存储中数据的子集 |
读 |
读取的数据augmentedImageDatastore |
readall |
读取所有数据存储中的数据 |
readByIndex |
指定的索引读取数据augmentedImageDatastore |
重置 |
数据存储重置为初始状态 |
洗牌 |
混乱的数据augmentedImageDatastore |
子集 |
创建数据存储或文件集的子集 |
变换 |
变换数据存储 |
isPartitionable |
确定是否可分区的数据存储 |
isShuffleable |
确定是否shuffleable数据存储 |
例子
提示
你可以想象许多转换图像在同一图使用
imtile
函数。例如,这个代码显示一个mini-batch将图像从一个增广的图像数据存储auimds
。minibatch =阅读(auimds);imshow (imtile (minibatch.input))
默认情况下,调整是唯一的图像进行图像预处理操作。通过使用启用额外的预处理操作
与一个名称-值对争论DataAugmentation
imageDataAugmenter
对象。每次读取图像的增强图像数据存储,不同的随机组合应用于每个图像的预处理操作。
版本历史
介绍了R2018a