從TFRecord文件中沒有正確讀取記錄？

我是Tensorflow的新手，並使用了build_image_data.py文件和教程發現here。從TFRecord文件中沒有正確讀取記錄？

我已經建立了一個小型卷積神經網絡來分類我自己的數據集與2個類。當我運行我的代碼時，我得到了一個與重塑相關的錯誤，基本上我的圖像是72x72 RGB像素。所以我定義的形狀是[72, 72, 3]。我當時正在InvalidArgumentError (see above for traceback): Input to reshape is a tensor with 14040 values, but the requested shape has 15552。現在應該是15552值我認爲是72*72*3 = 15552。如果只有14040那麼我的圖像可能有問題嗎？

我自己拍攝了這些圖像，或者從Google獲取了這些圖像，並使用了一個Java程序將它們全部調整爲72x72像素。

我試圖eval()圖像，因爲他們進入模型，但沒有輸出，整個事情只是掛了一分鐘，直到我關閉它。

sess = tf.InteractiveSession() 

filename = "../../dataset/traffic_sign/train-00000-of-00001" 

# convert filename to a queue for an input pipeline. 
filenameQ = tf.train.string_input_producer([filename], num_epochs=None) 

# OUTPUT = AttributeError: 'FIFOQueue' object has no attribute 'eval' 
print(filenameQ.eval()) 

# object to read records 
recordReader = tf.TFRecordReader() 

# read the full set of features for a single example 
key, fullExample = recordReader.read(filenameQ) 

# NO OUTPUT: program hangs 
print(fullExample.eval()) 

# parse the full example into its' component features. 
features = tf.parse_single_example(
fullExample, 
features={ 
    'image/height': tf.FixedLenFeature([], tf.int64), 
    'image/width': tf.FixedLenFeature([], tf.int64), 
    'image/colorspace': tf.FixedLenFeature([], dtype=tf.string, default_value=''), 
    'image/channels': tf.FixedLenFeature([], tf.int64), 
    'image/class/label': tf.FixedLenFeature([], tf.int64), 
    'image/class/text': tf.FixedLenFeature([], dtype=tf.string, default_value=''), 
    'image/format': tf.FixedLenFeature([], dtype=tf.string, default_value=''), 
    'image/filename': tf.FixedLenFeature([], dtype=tf.string, default_value=''), 
    'image/encoded': tf.FixedLenFeature([], dtype=tf.string, default_value='') 
}) 

# now we are going to manipulate the label and image features 

label = features['image/class/label'] 
image_buffer = features['image/encoded'] 

# Decode the jpeg 
with tf.name_scope('decode_jpeg', [image_buffer], None): 
# decode turns tensor of type string. 0-D the JPEG encoded image 
# to tensor of type uint8. 3-D with shape [height, width, channels] 
    image = tf.image.decode_jpeg(image_buffer, channels=3) 


image = tf.reshape(image, [HEIGHT, WIDTH, NUM_CHANNELS]) 
image = tf.to_float(image, "ToFloat") 

# re-define label as a "one-hot" vector 
# it will be [0,1] or [1,0] here. 
# This approach can easily be extended to more classes 
label = tf.one_hot(label - 1, NUM_CLASSES, dtype=tf.int64) 


init = tf.global_variables_initializer() 
sess.run(init) 
# NO OUTPUT: program hangs 
print(label.eval())

當我創建的TFRecord文件I跟着示例here用含有go和stop一個標籤文件mylabels.txt和我的目錄結構，如下所示：

traffic_sign/train/go/go*.jpeg 
traffic_sign/train/stop/stop*.jpeg 
traffic_sign/validation/go/go*.jpeg 
traffic_sign/validation/stop/stop*.jpeg

我使用的命令：

python build_image_data.py --train_directory=./train --output_directory=./ \ 
--validation_directory=./validation --labels_file=mylabels.txt \ 
--train_shards=1 --validation_shards=1 --num_threads=1

記錄文件已創建並且只包含大量字節。

我不知道如何解決這個問題，我不知道我是否犯了一個錯誤，創建數據集。但圖像應該是72x72x3，所以我不知道爲什麼我的模型中有一個張量值爲14040。事實上，我似乎無法評估張量和程序的掛起不允許我進行調試。

幫助非常感謝

來源

2017-07-05 John Setter

原來有在我的數據集流氓圖像這是72x65 ......因此14040的結果。我換成了72x72圖片，現在它的作品爲

來源

2017-07-06 00:05:03

從TFRecord文件中沒有正確讀取記錄？

回答

相關問題