使用 Keras API，如何批量导入给定批次中每个 ID 恰好有 K 个实例的图像？

如何解决使用 Keras API，如何批量导入给定批次中每个 ID 恰好有 K 个实例的图像？

我正在尝试实现批量硬三元组损失，如 https://arxiv.org/pdf/2004.06271.pdf 的第 3.2 节所示。

我需要导入我的图像，以便每个批次在特定批次中都有恰好 K 个每个 ID 的实例。因此，每批必须是K的倍数。

我的图像目录太大而无法放入内存，因此我使用 ImageDataGenerator.flow_from_directory() 导入图像，但我看不到此函数的任何参数以允许我需要的功能。>

如何使用 Keras 实现这种批处理行为？

解决方法

从 Tensorflow 2.4 开始，我看不到使用 ImageDataGenerator 执行此操作的标准方法。

所以我认为您需要根据 tensorflow.keras.utils.Sequence 类编写自己的内容，因此您可以自己定义批处理内容。

参考文献：
https://www.tensorflow.org/api_docs/python/tf/keras/utils/Sequence
https://stanford.edu/~shervine/blog/keras-how-to-generate-data-on-the-fly

,

您可以尝试以受控方式将多个数据流合并在一起。

假设您有 K 个 tf.data.Dataset 实例（不管您如何实例化它们）负责提供特定 ID 的训练实例，您可以将它们连接起来以在小批量中均匀分布：>

ds1 = ...  # Training instances with ID == 1
ds2 = ...  # Training instances with ID == 2
...
dsK = ... # Training instances with ID == K



train_dataset = tf.data.Dataset.zip((ds1,ds2,...,dsK)).flat_map(concat_datasets).batch(batch_size=N * K)

其中 concat_datasets 是合并函数：

def concat_datasets(*datasets):
    ds = tf.data.Dataset.from_tensors(datasets[0])
    for i in range(1,len(datasets)):
        ds = ds.concatenate(tf.data.Dataset.from_tensors(datasets[i]))
    return ds