augmentedImageDatastore
转换批以增强图像数据
描述
增强图像数据存储转换训练、验证、测试和预测数据的批量,使用可选的预处理,如调整大小、旋转和反射。调整图像大小,使其与深度学习网络的输入大小兼容。使用随机预处理操作增强训练图像数据,以帮助防止网络过度拟合和记忆训练图像的确切细节。
要使用增强图像训练网络,请提供augmentedImageDatastore
来trainNetwork
.有关更多信息,请参见用于深度学习的图像预处理.
当您使用增强图像数据存储作为训练图像的来源时,该数据存储随机扰动每个历元的训练数据,因此每个历元使用略微不同的数据集。每个epoch的训练图像的实际数量是不变的。转换后的图像不存储在内存中。
一个
imageInputLayer
使用增强图像的均值,而不是原始数据集的均值,对图像进行归一化。该平均值为第一个增广历元计算一次。所有其他epoch使用相同的平均值,这样平均图像在训练过程中不会改变。
缺省情况下,augmentedImageDatastore
只调整图像大小以适应输出大小。控件可以配置用于其他映像转换的选项imageDataAugmenter
.
创建
语法
描述
auimds = augmentedImageDatastore(输出大小,
为使用来自图像数据存储的图像的分类问题创建一个增强图像数据存储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(输出大小,
创建一个增强图像数据存储,用于预测数组中图像数据的响应X
)X
.
auimds = augmentedImageDatastore(输出大小,
为分类和回归问题创建增强图像数据存储。桌上,资源描述
)资源描述
,包含预测器和响应。
auimds = augmentedImageDatastore(输出大小,
为分类和回归问题创建增强图像数据存储。桌上,资源描述
,responseNames
)资源描述
,包含预测器和响应。的responseNames
参数中指定响应变量资源描述
.
auimds = augmentedimagedastore (___、名称、值)
创建增强映像数据存储,使用名称-值对设置
,ColorPreprocessing
,DataAugmentation
,OutputSizeMode
属性。可以指定多个名称-值对。将每个属性名用引号括起来。DispatchInBackground
例如,myTable augmentedImageDatastore([28日28],“OutputSizeMode”,“centercrop”)
创建一个增强的图像数据存储,用于从中心提取图像。
输入参数
属性
对象的功能
结合 |
组合来自多个数据存储的数据 |
hasdata |
确定是否有数据可以读取 |
numpartitions |
数据存储分区数 |
分区 |
对数据存储进行分区 |
partitionByIndex |
分区augmentedImageDatastore 根据指标 |
预览 |
预览数据存储中的数据子集 |
读 |
读取数据augmentedImageDatastore |
readall |
读取数据存储中的所有数据 |
readByIndex |
读取索引中指定的数据augmentedImageDatastore |
重置 |
将数据存储重置为初始状态 |
洗牌 |
随机输入数据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 |
确定数据存储是否可分区 |
isShuffleable |
确定数据存储是否可洗牌 |
例子
提示
控件可以在同一个图形中可视化多个转换后的图像
imtile
函数。例如,这段代码显示了一个经过转换的小批图像,这些图像来自一个名为auimds
.Minibatch = read(auimds);imshow (imtile (minibatch.input))
默认情况下,调整大小是对图像执行的唯一图像预处理操作。属性启用附加预处理操作
参数的名称-值对DataAugmentation
imageDataAugmenter
对象。每次从增强图像数据存储中读取图像时,对每个图像应用预处理操作的不同随机组合。
版本历史
在R2018a中引入