Ich möchte diese Funktion in TensorFlow verwenden, aber sie arbeitet mit 3D-Tensoren anstelle von 4D-Tensoren: Ich habe eine äußere Dimension von batch_size.TensorFlow "tf.image" -Funktionen in einem 4D Bildstapel
tf.image.random_flip_left_right(input_image_data)
Das heißt, erwartet, dass diese Funktion einen Tensor (Bild) der Form:
(width, height, channels)
Aber ich habe mehrere Bilder wie:
(batch_size, width, height, channels)
Wie könnte ich die Zufalls Flip Karte Funktion für jedes Bild in meiner Batch-Größe und bekomme als Ausgabe einen Tensor mit der gleichen 4D Form, die ich bereits habe?
Meine Vermutung ist, dass es eine Umformung am Eingang der Funktion und eine Umformung nach der Funktion benötigen würde, aber ich bin mir nicht sicher, ob dies die Datenstruktur brechen und Bilder im Stapel zusammenfügen würde beim Anwenden der Spiegel. Darüber hinaus würde dieser Ansatz eine einzelne Randomisierung für den gesamten Stapel und nicht pro Bild durchführen.
Jeder Vorschlag geschätzt!
Ich denke, diese Methoden wurden ursprünglich entwickelt, um mit Warteschlangen wie mit cifar10 Beispiel in Tensorflow Website zu verwenden. – jean
[der Link] (https://github.com/tensorflow/tensorflow/blob/master/tensorflow/models/image/cifar10/cifar10_input.py) – jean
Danke, in der Tat habe ich schon angeschaut, aber ich möchte eine einfachere Pipeline für mein aktuelles Projekt zu verwenden. Es sollte eine Möglichkeit geben, sicher von 4D zu 3D zu gehen, um dann innerhalb des Tensorgraphen/Sitzung wieder zu 4D zu kombinieren. –