다음은 데이터 확장에 대한 실행 결과입니다. 참고로 데이터 확장은 훈련 과정에서 진행되므로 다음 결과는 실제 이미지에 대한 결과를 보여 줍니다.
Found 385 images belonging to 2 classes.
Found 98 images belonging to 2 classes.
Note ≡
앞에서 ImageDataGenerator를 이용할 경우 이미지 데이터에 대한 전처리가 용이하다고 설명했습니다. ImageDataGenerator는 이미지 전처리뿐만 아니라 데이터를 증가(augmentation)시킬 때도 사용할 수 있습니다.
ImageDataGenerator를 이용하여 이미지 데이터를 증가시키는 방법에 대해 알아봅시다.
먼저 예제를 진행하기 위한 라이브러리와 이미지 데이터를 불러옵니다. 이미지 데이터는 ‘이미지 데이터를 255로 나누는 이유’에서 사용했던 데이터입니다.
코드 5-22 라이브러리 및 데이터 호출
from numpy import expand_dims
from tensorflow.keras.preprocessing.image import load_img
from tensorflow.keras.preprocessing.image import img_to_array
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from matplotlib import pyplot as plt
img = load_img('../chap5/data/bird.jpg')
data = img_to_array(img) ------ 이미지를 배열 형태로 바꾸어 줍니다.