如何在TensorFlow中使用圖像列表作爲CNN的輸入？

我是TensorFlow的新手，使用列表作爲CNN輸入時遇到問題。如何在TensorFlow中使用圖像列表作爲CNN的輸入？

讓說，我有4個表：

TrainingImage：這是有，我要培養的所有圖像的列表，每個圖像我是BGR渠道,,所以我把圖像我到這個列表通過使用TrainingImage.append(I)。
TrainingLabel：這是一個在TrainingImage標籤圖像列表，每行是一個熱點的向量。例如，如果我有3個對象（1，2，3），每個對象有2個圖像（這意味着TrainingImage有3 x 2 = 6圖像），那麼我有一個標籤列表，如：1,0,0; 1,0,0; 0，1，0; 0，1，0; 0，0，1; 0,0,1
TestingImage：列出包含所有要測試的圖像，類似於TrainingImage但圖像較少。
TestingLabel：列出有TestingImage

所有的標籤，我不知道如何在TensorFlow使用它作爲inputd的CNN。我使用以下代碼，每個圖像的大小爲68 x 68 x 3，我有17個對象，每個對象有64個用於訓練的圖像，16個用於測試的圖像。

with tf.Session() as sess:

data_initializer = tf.placeholder(tf.float32, 
            (1088, 68, 68, 3)) 
label_initializer = tf.placeholder(tf.float32, 
            (1088, 17)) 
input_data = tf.Variable(data_initializer, trainable=False, collections=[]) 
input_labels = tf.Variable(label_initializer, trainable=False, collections=[]) 

sess.run(input_data.initializer, feed_dict={data_initializer: TrainingImage}) 
sess.run(input_labels.initializer, feed_dict={label_initializer: TrainingLabel})

所以現在input_data和input_labels是我的CNN新的輸入，但我不知道這是一個正確的方式？我按照這個TensorFlow指令https://www.tensorflow.org/programmers_guide/reading_data#preloaded_data使用上面的代碼，把4個列表當作變量。

來源

2017-05-10 Võ Hoàng Trọng

你可以嘗試將圖像列表轉換爲numpy數組嗎？ a = [1,2]; a = np.asarray（a） – hars

是的，這將工作。我可能會建議，而不是

data_initializer = tf.placeholder(tf.float32,(1088, 68, 68, 3))

您使用

data_initializer = tf.placeholder(tf.float32,(None, 68, 68, 3))

這將讓你在不同量的圖像，而不是總是具有1088倍的圖像發送的發送。在某些時候，您只想處理1張圖片。

來源

2017-05-10 23:20:34 Wontonimo

謝謝，但是當我更改爲None時，會發生此錯誤ValueError：initial_value必須具有指定的形狀：張量（「Placeholder_4：0」，shape =（？，68，68，3）， dtype = float32） –

嘗試更改*「input_data = tf.Variable（data_initializer，trainable = False，collections = []）」* to ** input_data = tf.Variable（tf.zeros（[None，68,68,3] ，dtype = tf.float32），trainable = False，collections = []）**，和類似的input_labels – Wontonimo

如何在TensorFlow中使用圖像列表作爲CNN的輸入？

回答

相關問題