如何让图像增强生成的每张图片对应各自标签？

核心问题 #

你的代码存在两个关键问题导致生成的图片名称重复：

• get_augmt函数未正确接收label参数，当前代码里的label变量要么未定义，要么所有调用都复用了同一个值；
• 仅用label作为前缀时，同一图像生成的多张增强图会共享前缀，Keras默认追加的标识无法有效区分不同来源的图像。

修复步骤 #

1. 传递标签参数到增强函数

调整apply逻辑，同时传入图像和对应标签，修改get_augmt函数接收标签参数：

def get_augmt(row, model):
    image = row["images"]
    label = row["label"]  # 替换为你DataFrame中实际的标签列名
    i = 0
    img_list = []
    for batch in model.flow(x=image,
                            batch_size=1,
                            save_to_dir='probando',
                            # 前缀加入标签和增强次数，确保唯一性
                            save_prefix=f"{label}_aug_{i}",
                            save_format='jpeg',
                            subset=None):
        img_list.append(batch)
        i += 1
        if i > 5:
            return img_list

# 使用axis=1处理整行数据，同时获取图像和标签
pr["img_aug"] = pr.apply(lambda row: get_augmt(row, datagen), axis=1)

2. 优化文件名唯一性（可选）

如果需要更清晰的文件名（比如包含原始图像的唯一标识），可以结合DataFrame行索引：

def get_augmt(row, model):
    image = row["images"]
    label = row["label"]
    img_idx = row.name  # 获取当前行索引作为原始图像的唯一标识
    i = 0
    img_list = []
    for batch in model.flow(x=image,
                            batch_size=1,
                            save_to_dir='probando',
                            save_prefix=f"{label}_img{img_idx}_aug{i}",
                            save_format='jpeg',
                            subset=None):
        img_list.append(batch)
        i += 1
        if i > 5:
            return img_list

pr["img_aug"] = pr.apply(lambda row: get_augmt(row, datagen), axis=1)

关键说明 #

• Keras的flow方法会自动在save_prefix后追加随机哈希值，但手动加入标签、原始图像标识和增强次数，能让文件名更具语义且完全唯一；
• 确认你的DataFrame中存在标签列，若列名不是label，记得替换为实际名称；
• 若image是批量数据而非单张图像，需要调整x的维度，确保flow能正确处理输入。

内容的提问来源于stack exchange，提问作者Mikee571