如何查看经过ImageDataGenerator数据增强后的训练集的图片数量

使用`ImageDataGenerator`进行数据增强时，可以通过创建一个`DirectoryIterator`对象来加载训练集，并在`fit_generator`或`train_on_generator`函数中进行训练。`DirectoryIterator`对象继承自`keras.utils.Sequence`类，可以使用`len`函数得到训练集中图片的数量。

具体实现方式如下所示，假设原始训练集存储在`./train_data`文件夹中，经过`ImageDataGenerator`数据增强后的训练集存储在`./augmented_data`文件夹中，可以使用如下代码来统计训练集中图片的数量：

from keras.preprocessing.image import ImageDataGenerator

train_datagen = ImageDataGenerator(
    rotation_range=10,
    width_shift_range=0.1,
    height_shift_range=0.1,
    shear_range=0.1,
    zoom_range=0.1,
    horizontal_flip=True,
    fill_mode='nearest')

train_generator = train_datagen.flow_from_directory(
    directory='./train_data',
    target_size=(224, 224),
    batch_size=32,
    class_mode='categorical')

augmented_data_count = len(train_generator)

print('经过数据增强后的训练集中图片的数量：', augmented_data_count)

这段代码中，`ImageDataGenerator`对象`train_datagen`定义了一些数据增强的参数，`flow_from_directory`函数可以将原始训练集加载到`train_generator`对象中，并对每个batch进行数据增强。最终，调用`len`函数可以得到经过数据增强后的训练集中图片的数量。