私は画像セグメンテーションタスクのために私の画像と私の画像Keras data augmentationの両方に使用しています。x_trainy_train
このために、次のコードを使用しています。
data_gen_args = dict(width_shift_range = 0.05)
aug = kp.image.ImageDataGenerator(**data_gen_args)
history = model.fit_generator(aug.flow(x_train, y_train, save_to_dir = augment_save_dir),
steps_per_epoch = len(x_train) / 32, validation_data=(x_val, y_val), epochs=epochs, verbose=1)
しかし、これは私の拡張x imagesを保存するだけで、彼らのlabels. 画像とそのラベルの両方を保存して視覚化するにはどうすればよいですか?
画像とマスクを一緒に変換する例Keras Image preprocessingのページの例を既に試しましたが、成功しませんでした。
エラーが発生しますAttributeError: 'zip' object has no attribute 'shape'。
コード：
image_datagen = kp.image.ImageDataGenerator(**data_gen_args)
mask_datagen = kp.image.ImageDataGenerator(**data_gen_args)
image_generator = image_datagen.flow(x_train, save_to_dir = augment_save_dir)
mask_generator = mask_datagen.flow(y_train, save_to_dir = augment_save_dir)
train_generator = zip(image_generator, mask_generator)
history = model.fit_generator(train_generator, steps_per_epoch=len(x_train) / 32, validation_data=(x_val, y_val), epochs=epochs,verbose=1)
data_augmentationまた、トレーニング中にパラメーターを増やす方法はありますか?