반응형
다음은 이미지 증가의 코드입니다.
데이터 세트가 한정적일때 다음의 코드를 이용하여 데이터세트를 늘려 학습에 유용하게 사용할 수 있습니다.
다음의 파라미터를 이용하여 증가를 시킵니다.
import numpy as np
import os
from os import listdir
from os.path import isfile, join
from PIL import Image
from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img
data_datagen = ImageDataGenerator(rescale=1./255)
data_datagen = ImageDataGenerator(rescale=1./255,
rotation_range=15,
shear_range=0.5,
# width_shift_range=0.1,
# height_shift_range=0.1,
horizontal_flip=True,
vertical_flip=True,
fill_mode='nearest')
filename_in_dir = []
for root, dirs, files in os.walk('/Users/sungjin/Desktop/univ/capstone/prepro/'):
for fname in files:
full_fname = os.path.join(root, fname)
filename_in_dir.append(full_fname)
for file_image in filename_in_dir:
print file_image
img = load_img(file_image)
x = img_to_array(img)
x = x.reshape((1,) + x.shape)
i = 0
for batch in data_datagen.flow(x,save_to_dir='/Users/sungjin/Desktop/univ/capstone/prepro/save/', save_prefix='corn_au', save_format='jpg'):
i += 1
if i > 6:
break
다음과 같이 이미지들이 증가됩니다.
참고
https://jeongmin-lee.tistory.com/60
반응형
'Capstone > Capstone1 - 2019-2학기' 카테고리의 다른 글
[9] darkflow yolo (0) | 2020.06.18 |
---|---|
[8] yolo custom training (0) | 2019.12.23 |
[6] 구글 이미지 크롤러 (0) | 2019.12.18 |
[5] Yolo mark 사용법 (2) | 2019.12.18 |
[4] YOLO 설치 및 실행 방법 (0) | 2019.12.13 |