Voglio realizzare il mio personalizzati datagenerator per multi-input keras modello che ho costruito utilizzando il funzionale api da keras.
Ho letto molto sulla sequenza di classe e come posso estendere la funzionalità di vari modi.
Il mio dataset ho fortemente sbilanciato contenente 3 classi.
Quello che voglio ottenere è costruire un costume datagenerator che utilizza flowfromdataframe. Questo dataframe contiene i percorsi di immagini. Limitando il numero di percorsi da sovrarappresentati directory class posso con successo undersample e, di conseguenza, l'equilibrio del set di dati.
Dataframe struttura:
Tuttavia le immagini rimanenti lascio ancora contenere ricco di informazioni e voglio che il mio modello di imparare.
È possibile utilizzare qualcosa come un callback "onepochend" che chiama una funzione nel mio imagedatagenerator che scambia i vecchi sentieri nel dataframe e sostituirlo con casuale selezionata nuovi percorsi?
Richiamata keras documenti: https://www.tensorflow.org/api_docs/python/tf/keras/callbacks/Callback
Generatore di classe docs: https://www.tensorflow.org/api_docs/python/tf/keras/utils/Sequence
Abbozzato la mia idea:
O fare tensorflow/keras è qualcosa che si ottiene questo?