imagedatagenerator 코드

22 Sep 2023

python

from keras.preprocessing.image import ImageDataGenerator

# 이미지 데이터 경로
train_data_dir = 'train/'
validation_data_dir = 'validation/'

# 이미지 데이터 증강 파라미터 설정
train_datagen = ImageDataGenerator(
    rotation_range=20,
    width_shift_range=0.2,
    height_shift_range=0.2,
    shear_range=0.2,
    zoom_range=0.2,
    horizontal_flip=True,
    fill_mode='nearest')

# 검증 데이터 증강 파라미터 설정
validation_datagen = ImageDataGenerator()

# 이미지 데이터 로드 및 증강
train_generator = train_datagen.flow_from_directory(
    train_data_dir,
    target_size=(150, 150),
    batch_size=32,
    class_mode='binary')

validation_generator = validation_datagen.flow_from_directory(
    validation_data_dir,
    target_size=(150, 150),
    batch_size=32,
    class_mode='binary')

# 모델 훈련
model.fit_generator(
    train_generator,
    steps_per_epoch=2000,
    epochs=50,
    validation_data=validation_generator,
    validation_steps=800)

위 코드에서는 ImageDataGenerator 클래스를 사용하여 이미지 데이터를 증강하고 있습니다. 증강 파라미터들을 조정하여 이미지를 회전, 이동, 변형, 확대/축소하고 수평으로 뒤집는 등 다양한 방식으로 증강할 수 있습니다. 이렇게 증강된 이미지 데이터를 사용하여 모델을 훈련하게 되면, 더 다양한 상황에서의 이미지를 처리할 수 있는 모델을 학습할 수 있습니다.

이 코드를 사용하면 딥러닝 모델을 훈련할 때 원본 이미지 데이터의 다양성을 높일 수 있어서 과적합을 줄이고 성능을 높일 수 있습니다.