Есть ли способ создать слой предварительной обработки keras, который случайным образом вращается под заданными углами?

Question

Я работаю над проектом классификации астрономических изображений и в настоящее время использую keras для создания CNN.

Я пытаюсь построить конвейер предварительной обработки, чтобы дополнить свой набор данных слоями keras / tensorflow. Чтобы не усложнять задачу, я хотел бы реализовать случайные преобразования группы двугранных элементов (например, для квадратных изображений, поворота и переворота на 90 градусов), но кажется, что tf.keras.preprocessing.image.random_rotation допускает только случайную степень над непрерывный выбор после равномерного распределения.

Мне было интересно, есть ли способ вместо этого выбрать из списка указанных градусов, в моем случае [0, 90, 180, 270].

Answer 1

К счастью, есть функция тензорного потока, которая делает то, что вы хотите: <tcode id="3159762"></tcode>. Следующим шагом будет преобразование этой функции в пользовательский PreprocessingLayer, поэтому он делает это случайным образом.

      import tensorflow as tf
import tensorflow.keras.backend as K
from tensorflow.keras.layers.experimental.preprocessing import PreprocessingLayer

class RandomRot90(PreprocessingLayer):
    def __init__(self, name=None, **kwargs) -> None:
        super(RandomRot90, self).__init__(name=name, **kwargs)
        self.input_spec = tf.keras.layers.InputSpec(ndim=4)
    
    def call(self, inputs, training=True):
        if training is None:
            training = K.learning_phase()
        
        def random_rot90():
            # random int between 0 and 3
            rot = tf.random.uniform((),0,4, dtype=tf.int32)
            return tf.image.rot90(inputs, k=rot)
        
        # if not training, do nothing
        outputs = tf.cond(training, random_rot90, lambda:inputs)
        outputs.set_shape(inputs.shape)
        return outputs
    
    def compute_output_shape(self, input_shape):
        return input_shape

• Обратите внимание, что вы можете захотеть реализовать get_configесли вы хотите сохранить и загрузить модель с этим слоем. (См. Документацию )
• Также обратите внимание, что этот слой может выйти из строя, если ваши входные данные не квадратные (высота! = Ширина).