不同形狀的Tensorflow數據集

我使用卷積網絡對不同形狀的圖像進行分類。我找不到在Tensorflow中加載圖像的方法。基於this issue它應該與tf.data.Dataset（）一起使用。我用這種方式產生的數據集：不同形狀的Tensorflow數據集

dataset = tf.data.Dataset.from_tensor_slices(filenames) 
    dataset = dataset.map(read_file) 
    dataset = dataset.shuffle(samples_in_buffer) 
    dataset = dataset.batch(batch_size) 
    dataset = dataset.repeat()

執行時我收到此錯誤

HandleElementToSlice Cannot copy slice: number of elements does not match. Shapes are: [element]: [295,256,3], [parent slice]: [276,128,3]

是否有可能以不同的尺寸，隨機播放和他們使用Tensorflow批量加載圖像？

備註：我想使用空間金字塔池來處理不同的圖像大小。

來源

2017-10-17 prosteja

dataset.batch（）正在努力打造從不同大小（你的不同大小的圖像）的張量密集批，這裏提到：tf.contrib.data.DataSet batch size can only set to 1

你的代碼很可能如果任1.要設置工作batch_size = 1或2.將所有圖像調整爲相同的大小，例如在你的read_file函數中使用tf.image.resize_image_with_crop_or_pad（）。

另一種選擇是使用dataset.padded_batch（...）而不是dataset.batch並指定padded_shape，使所有圖像具有相同的大小（包括填充），即可能dataset.padded_batch（batch_size，padded_shape = [無]）。

最後，在即將發佈的TF r1.4中，您可以使用dataset.from_generator（）。

來源

2017-10-19 21:21:32 Revilokeb

不同形狀的Tensorflow數據集

回答

相關問題