问题描述
我在我的 tensorflow 代码中使用相册进行数据增强,但我面临着形状尺寸的粗鲁问题。
我在 train_dataset 管道的输出中得到了 (32,1,256,3) 而不是 (32,3) 的形状。
这是我的代码:
def process_path(image_input,image_output):
# load the raw data from the file as a string
img_input = tf.io.read_file(image_input)
img_input = tf.image.decode_jpeg(img_input,channels=3)
img_output = tf.io.read_file(image_output)
img_output = tf.image.decode_jpeg(img_output,channels=3)
return img_input,img_output
def aug_fn(image):
data = {"image": image}
aug_data = transforms(**data)
aug_img = aug_data["image"]
aug_img = tf.cast(aug_img/255.0,tf.float32)
aug_img = tf.image.resize(aug_img,size=[256,256])
return aug_img
def process_aug(img_input,img_output):
aug_img_input = tf.numpy_function(func=aug_fn,inp=[img_input],Tout=[tf.float32])
aug_img_output = tf.numpy_function(func=aug_fn,inp=[img_output],Tout=[tf.float32])
return aug_img_input,aug_img_output
def set_shapes(img_input,img_output):
img_input.set_shape((256,3))
img_output.set_shape((256,3))
return img_input,img_output
transforms = OneOf([CLAHE(clip_limit=2),IAASharpen(),IAAemboss(),RandomBrightnessContrast()],p=0.3)
train_dataset = (tf.data.Dataset.from_tensor_slices((DIR_TRAIN + filenames_train,DIR_TRAIN + filenames_train))
.map(process_path,num_parallel_calls=AUTO)
.map(process_aug,num_parallel_calls=AUTO)
.map(set_shapes,num_parallel_calls=AUTO)
.batch(parameters['BATCH_SIZE'])
.prefetch(AUTO)
)
next(iter(train_dataset))
我认为这个问题来自 process_aug 函数,并在数据集管道中注释了 map 函数,但我没有在 process_aug 函数中准确找到问题所在。
解决方法
我通过添加 tf.reshape() 编辑了该函数,但我希望你们中的一个人可以解释如何避免 tf.numpy_function 函数在过程中添加维度?
def process_aug(img_input,img_output):
aug_img_input = tf.numpy_function(func=aug_fn,inp=[img_input,256],Tout=[tf.float32])
aug_img_input = tf.reshape(aug_img_input,[256,256,3])
aug_img_output = tf.numpy_function(func=aug_fn,inp=[img_output,Tout=[tf.float32])
aug_img_output = tf.reshape(aug_img_output,3])
return aug_img_input,aug_img_output