我在编一个卷积自动编码器
我在tensorflow代码中使用相册来扩充数据,但我在形状维度方面遇到了一个严重的问题
在train_数据集管道的输出中,我得到了(32,1,256,256,3)的形状,而不是(32,256,256,3)
这是我的密码:
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, 256, 3))
img_output.set_shape((256, 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,它在数据集管道中注释map函数,但我没有找到process_aug函数中的确切问题所在
我通过添加tf.reforme()编辑了函数,但我希望你们中的一位能够解释如何避免tf.numpy_函数在过程中添加维度
相关问题 更多 >
编程相关推荐