Tensorflow 数据集重塑图像

Question

我想使用 tensorflow 数据集构建数据管道。 因为每个数据都有不同的形状，所以我无法构建数据管道。

import tensorflow_datasets as tfds
import tensorflow as tf

dataset_builder = tfds.builder("oxford_flowers102")
dataset_builder.download_and_prepare()

train_data = dataset_builder.as_dataset(split=tfds.Split.TRAIN)
train_data = train_data.repeat().batch(32)
train_data = train_data.prefetch(tf.data.experimental.AUTOTUNE)
train_iterator = train_data.make_one_shot_iterator()
train_next_element = train_iterator.get_next()

with tf.Session() as sess:
    train_batch = sess.run(train_next_element)

上面的代码给了我错误：

“tensorflow.python.framework.errors_impl.InvalidArgumentError：无法在组件 1 中批量处理具有不同形状的张量。第一个元素的形状为 [500,666,3]，元素 1 的形状为 [752,500,3]。”

我希望所有图像都是 [224,224,3] 的形状。 如何重塑现有 tensorflow 数据集中的图像？

Answer 1

您可以动态调整图像大小，例如：

train_data = train_data.map(lambda image: tf.image.resize_image_with_crop_or_pad(image, 224, 224))

在做train_data = train_data.repeat().batch(32) 。 此外，使用tf.data.Dataset.map(...)方法，您可以在对图像进行批处理之前对其应用各种转换。