다음은 훈련과 검증에 대한 데이터 개수입니다. 또한, 개와 고양이에 대한 이미지 분류이므로 클래스(class)가 두 개입니다.
Found 385 images belonging to 2 classes.
Found 98 images belonging to 2 classes.
Note ≡ 이미지를 추가하는 방법
5장에서 ImageDataGenerator를 살펴보았습니다. 여기에서는 이미지를 확장할 수 있는 추가적인 변형 방법들에 대해 알아봅시다.
먼저 코드부터 살펴봅시다(단순히 예제 코드이므로 눈으로만 보세요).
train_dataset = train_dataset.map(lambda x, y: (tf.image.central_crop(x, 0.75), y)) ------ ①
train_dataset = train_dataset.map(lambda x, y: (tf.image.random_flip_left_right(x), y)) ------ ②
여기에서 살펴볼 것은 이미지 변형을 이용한 확장으로 central_crop과 random_flip_left_right입니다.
① central_crop은 이미지의 바깥 부분을 제거하면서 이미지를 중앙 영역에 위치시킵니다.
▲ 그림 6-3 image.central_crop