ImageDataGenerator是TensorFlow中用于图像数据增强的核心工具，支持实时批处理、无缝集成model.fit()、自动目录标签解析；其rotation_range、width_shift_range等参数需合理设置，rescale=1./255必不可少，验证集须禁用随机变换以确保评估可复现。
TensorFlow 的 tf.image 模块和 tf.keras.preprocessing.image.ImageDataGenerator 都能做图像增强，但后者在训练流程中更易集成、支持批处理与实时变换；而前者更适合自定义数据管道或需要精确控制每步操作的场景。选错模块会导致 pipeline 卡顿、随机性失控，或无法与 model.fit() 无缝衔接。
用 ImageDataGenerator 做训练时在线增强
这是最常用也最稳妥的方式，所有增强在 CPU 上实时发生，不额外占用磁盘空间，且能直接喂给 model.fit()。
-
rotation_range=20表示 ±20° 随机旋转，值过大（如 >40）可能导致关键区域被裁出画布 -
width_shift_range和height_shift_range接受小数（如0.2，表示宽/高的 20%）或整数（像素偏移），混用容易误判尺度 -
horizontal_flip=True对左右对称目标（如人脸、车辆）有效，但对文字、路标等会破坏语义，需禁用 - 务必设置
rescale=1./255—— 这不是增强，但若漏掉，模型会收到 [0, 255] 整数输入，导致梯度爆炸或收敛失败 - 验证集生成器（
validation_data）应只做rescale，禁用所有随机变换，否则评估结果不可复现
用 tf.image 手动写增强函数并接入 tf.data.Dataset
适合需要细粒度控制、多图关联增强（如分割任务中 image/mask 同步变换），或要与 tf.function 编译加速结合的场景。
python-script-generator
下载
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
-
tf.image.random_flip_left_right()返回张量，不改变 shape，但必须确保输入是float32或uint8；传入float64会静默失败或报InvalidArgumentError - 组合多个
tf.image函数时，顺序影响结果：先random_brightness再random_contrast和反过来，视觉效果不同，且后者可能放大噪声 - 所有
tf.image函数默认不带随机种子，若需可复现的增强（如调试时），得手动传seed参数，例如tf.image.random_saturation(x, 0.5, 1.5, seed=42) - 别在
map()中调用 NumPy 函数（如np.rot90），这会退出图执行模式，大幅拖慢tf.data流水线
常见错误：增强后图像变黑、全白或形状报错
这类问题几乎都源于数据类型和数值范围没对齐。
立即学习“Python免费学习笔记（深入）”；
- 使用
ImageDataGenerator时若自己用cv2.imread加载图像再送入flow()，很可能传入 BGR 格式，而ImageDataGenerator默认按 RGB 处理，导致颜色错乱甚至NaN -
tf.image.adjust_brightness(x, delta)要求x是float32且值域为 [0,1]，若输入是 [0,255] 的uint8，会直接溢出变黑 -
tf.image.central_crop(x, 0.8)的第二个参数是比例，不是像素数；写成central_crop(x, 224)会触发InvalidArgumentError: crop_size must be - 混合使用 Keras 层（如
RandomFlip）和tf.image函数时，注意前者默认在call时才应用，后者是立即执行——若没包进tf.function，可能造成 eager 模式下性能骤降
真正麻烦的不是“怎么加增强”，而是增强后的 tensor 是否保持 shape 稳定、dtype 一致、数值可导。哪怕只漏掉一行 tf.cast(..., tf.float32)，都可能让整个 batch 在某个 epoch 突然中断，而且错误堆栈往往藏在底层 C++ 日志里，不容易定位。
