Keras ImageDataGenerator 和 flow_from_directory class_mode='input'

Question

我正在尝试将Keras的ImageDataGenerator用于UNet自动编码器。我想从Tiny ImageNet数据集导入RGB图像并将其转换为灰度图像，这些图像已被重新缩放为值在0~1之间。

train_dir = r'D:tiny-imagenet-200-testingtiny-imagenet-200train'
train_datagen = ImageDataGenerator(rescale=1 / 255)
train_generator = train_datagen.flow_from_directory(train_dir, target_size=(64, 64), 
color_mode='grayscale', class_mode='input', batch_size=128, 
horizontal_flip=True)

我正在尝试在Keras中使用flow_from_directory和class_mode='input'，它说：

"输入"将是与输入图像相同的图像(主要用于工作具有自动编码器(。(请参见https://keras.io/preprocessing/image/)

但是，我不知道返回的"输入图像"是重新缩放和翻转的图像还是原始数据，未经ImageDataGenerator中指定的条件修改。有人知道ImageDataGenerator和flow_from_directory相互作用的顺序吗？尤其是当class_mode='input'？

Answer 1

在使用class_mode='input'的情况下，生成的图像及其相应的标签是相同的。您可以通过以下方式确认：

import numpy as np
for tr_im, tr_lb in train_generator:
if np.all(tr_im == tr_lb):
print('They are the same!`)
break

上述代码的输出将是They are the same!。