Как использовать ImageDataGenerator для semanti c меток сегментации?

Question

Я выполняю сегментирование semanti c, и я хотел бы использовать класс ImageDataGenerator для дополнения моих данных. На документах keras, которые я читал об использовании генератора для изображения и масок, мне было интересно, как это будет работать? Мои метки имеют целочисленные значения, и .fit выдает ошибку, так как ожидает ранг 4, а моя фигура была (1605, 96, 160), поэтому я преобразовал метки в одну горячую кодировку, чтобы придать форму (1605, 96 , 160, 4).

Это мой код для augmentaion:

from keras.preprocessing.image import ImageDataGenerator
data_gen_args = dict(featurewise_center=True,
                     featurewise_std_normalization=True,
                     rotation_range=5,
                     width_shift_range=0.1,
                     height_shift_range=0.1,
                     zoom_range=0.2,
                     brightness_range=[0.5,1.5],
                     horizontal_flip=True)
image_datagen = ImageDataGenerator(**data_gen_args)
mask_datagen = ImageDataGenerator(**data_gen_args)

# Provide the same seed and keyword arguments to the fit and flow methods
image_datagen.fit(X_org, augment=True, seed=seed)
mask_datagen.fit(Y_org, augment=True, seed=seed)

image_generator = image_datagen.flow(
    X_train,
    seed=seed,
    batch_size=32)

mask_generator = mask_datagen.flow(
    Y_train,
    seed=seed,
    batch_size=32)

train_generator = zip(image_generator, mask_generator)

Так как те же функции вызываются на изображениях и метках, мне было интересно, как такие улучшения, как подсветка и featurewise_center, будут влиять на метки. Будет ли он применять стандартизацию на метках классов и изменить значение класса? Нужно ли вызывать методы .fit и .flow для меток?