Quiero implementar mi propio personalizado datagenerator para multi-entrada keras modelo que he construido utilizando el funcional de la api de keras.
He leído mucho acerca de la secuencia de la clase y cómo me puede ampliar la funcionalidad de distintas maneras.
Mis datos me fuertemente desequilibrada que contiene 3 clases.
Lo que quiero lograr es construir una costumbre datagenerator que utiliza flowfromdataframe. Este dataframe contiene las rutas a las imágenes. Acotando el número de rutas de imagen de la sobre-representados directorio de la clase i con éxito puede undersample y por lo tanto el equilibrio del conjunto de datos.
Dataframe estructura:
Sin embargo, el resto de imágenes que os dejo a cabo todavía contienen una rica información quiero que mi modelo para aprender.
Es posible el uso de algo así como una devolución de llamada "onepochend" que llama a una función en mi imagedatagenerator que cambia los antiguos caminos en dataframe y reemplazarlo con una selección de nuevos caminos?
Devolución de llamada keras docs: https://www.tensorflow.org/api_docs/python/tf/keras/callbacks/Callback
Generador de clase docs: https://www.tensorflow.org/api_docs/python/tf/keras/utils/Sequence
Esbozó mi idea:
O hacer tensorflow/keras, tiene algo que se logra esto?