我在创建自定义数据集时遇到一些问题。 现在我设法得到了一个生成器函数:
def dataset_generator():
for path in pathlist_img:
img, labels = process_path(path)
yield img, labels
它返回两个tensorflow张量:第一个是shape=(7201280,3),dtype=uint8,第二个是shape=(?,14),dtype=float32,其中“?”表示它取决于图像(它是一个对象检测数据集,因此识别的实例数不是固定的)
我希望有一个与我的标签相关联的图像数据集,这就是为什么我会产生元组
问题是我的数据集
dataset = tf.data.Dataset.from_generator(dataset_generator, ((tf.uint8, tf.uint8, tf.uint8),(tf.float32, tf.float32)))
这只是一个小问题
<FlatMapDataset shapes: ((<unknown>, <unknown>, <unknown>), (<unknown>, <unknown>)), types: ((tf.uint8, tf.uint8, tf.uint8), (tf.float32, tf.float32))>
而且似乎什么都没有,或者至少我不能从中得到任何东西
是否有一些从图像和标签文件构建数据集的最佳实践? 我怎样才能解决这个问题
尝试这样重写:
在输出类型中,您应该只指定总体张量的总体数据类型,而不是每个维度的数据类型
相关问题 更多 >
编程相关推荐