Come utilizzare correttamente ImageDataGenerator in Keras?

Penso che la documentazione può essere molto confusa, e immagino che il comportamento è diverso a seconda della Tensorflow e Keras versione. Per esempio, in questo post, l'utente descrive l'esatto comportamento che ti aspetti. In generale, il flow_from_directory() il metodo permette di leggere le immagini direttamente da una directory e aumentare la loro, mentre il modello è stato addestrato e come già detto qui, si ripete per ogni campione in ogni cartella di ogni epoca. Utilizzando l'esempio seguente, è possibile verificare che questo è il caso (TF 2.7) osservando la seguente procedura per epoca nella barra di stato:

import tensorflow as tf

BATCH_SIZE = 64

flowers = tf.keras.utils.get_file(
    'flower_photos',
    'https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz',
    untar=True)

img_gen = tf.keras.preprocessing.image.ImageDataGenerator(
    rescale=1./255,
    horizontal_flip=True,
)

train_ds = img_gen.flow_from_directory(flowers, batch_size=BATCH_SIZE, shuffle=True, class_mode='sparse')
num_classes = 5

model = tf.keras.Sequential([
  tf.keras.layers.Conv2D(16, 3, padding='same', activation='relu', input_shape=(256, 256, 3)),
  tf.keras.layers.MaxPooling2D(),
  tf.keras.layers.Conv2D(32, 3, padding='same', activation='relu'),
  tf.keras.layers.MaxPooling2D(),
  tf.keras.layers.Conv2D(64, 3, padding='same', activation='relu'),
  tf.keras.layers.MaxPooling2D(),
  tf.keras.layers.Flatten(),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dense(num_classes)
])

model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True))

epochs=10
history = model.fit(
  train_ds,
  epochs=epochs
)

Found 3670 images belonging to 5 classes.
Epoch 1/10
 6/58 [==>...........................] - ETA: 3:02 - loss: 2.0608

Se si avvolge flow_from_directory con tf.data.Dataset.from_generator come questa:

train_ds = tf.data.Dataset.from_generator(
    lambda: img_gen.flow_from_directory(flowers, batch_size=BATCH_SIZE, shuffle=True, class_mode='sparse'),
    output_types=(tf.float32, tf.float32))

Noterete che la barra di avanzamento appare come questo, perché steps_per_epoch non è stato definito in modo esplicito:

Epoch 1/10
Found 3670 images belonging to 5 classes.
     29/Unknown - 104s 4s/step - loss: 2.0364

E se si aggiunge questo parametro, potrete vedere i passaggi che la barra di avanzamento:

history = model.fit(
  train_ds,
  steps_per_epoch = len(from_directory),
  epochs=epochs
)

Found 3670 images belonging to 5 classes.
Epoch 1/10
 3/58 [>.............................] - ETA: 3:19 - loss: 4.1357

Infine, per la tua domanda:

Come utilizzare questo generatore correttamente con la funzione fit per avere tutti i i dati in mio set di allenamento, tra cui le originali, non aumentata immagini e aumentata immagini, e per scorrere più volte/passo?

Si può semplicemente aumentare il steps_per_epoch al di là di number of samples // batch_size moltiplicando per alcuni fattori:

history = model.fit(
  train_ds,
  steps_per_epoch = len(from_directory)*2,
  epochs=epochs
)

Found 3670 images belonging to 5 classes.
Epoch 1/10
  1/116 [..............................] - ETA: 12:11 - loss: 1.5885

Ora invece di 58 passaggi all'epoca si dispone di 116.