Ich möchte einige benutzerdefinierte Bildvorverarbeitungsfunktion zusammen mit ImageDataGenerator-Funktion in Keras verwenden. Zum Beispiel sieht meine kundenspezifische Funktion wie folgt aus:Keras angepasste Bildvorverarbeitungsfunktion verursacht Wert Fehler "Ausgabe-Array ist schreibgeschützt"
def customizedDataAugmentation(x):
choice = np.random.choice(np.arange(1, 4), p=[0.3, 0.3, 0.4])
if choice==1:
x = exposure.adjust_gamma(x, np.random.uniform(0.5,1.5))
elif choice==2:
ix = Image.fromarray(np.uint8(x))
blurI = ix.filter(ImageFilter.GaussianBlur(np.random.uniform(0.1,2.5)))
x = np.asanyarray(blurI)
return x
Und die Art und Weise zu verwenden, es ist wie:
self.train_datagen = image.ImageDataGenerator(
rescale=1./255,
zoom_range=0.15,
height_shift_range=0.1,
horizontal_flip=True,
preprocessing_function=customizedDataAugmentation
)
Allerdings, wenn ich dem Training beginnen, es springt aus diesen Fehler:
Traceback (most recent call last):
File "/home/joseph/miniconda3/envs/py27/lib/python2.7/threading.py", line 801, in __bootstrap_inner
self.run()
File "/home/joseph/miniconda3/envs/py27/lib/python2.7/threading.py", line 754, in run
self.__target(*self.__args, **self.__kwargs)
File "/home/joseph/miniconda3/envs/py27/lib/python2.7/site-packages/keras/utils/data_utils.py", line 560, in data_generator_task
generator_output = next(self._generator)
File "/home/joseph/miniconda3/envs/py27/lib/python2.7/site-packages/keras/preprocessing/image.py", line 1039, in next
x = self.image_data_generator.standardize(x)
File "/home/joseph/miniconda3/envs/py27/lib/python2.7/site-packages/keras/preprocessing/image.py", line 494, in standardize
x *= self.rescale
ValueError: output array is read-only
self.image_data_generator.standardize(x)
ist die Funktion, die die benutzerdefinierte Funktion aufruft. Die Definition sieht in etwa so aus:
Wenn ich meine benutzerdefinierte Funktion nicht aufrufen würde, hätte ich diesen Fehler nicht. Wer weiß, was passiert?
Was passiert, wenn Sie 'x = np.array (blurI)' statt? –