Я хотел бы использовать эту функцию в TensorFlow, однако она работает с тензорами 3D, а не с 4D-тензорами: у меня есть внешний размер batch_size.Функции TensorFlow «tf.image» в партии 4D-изображения
tf.image.random_flip_left_right(input_image_data)
Тем не менее, эта функция ожидает тензор (образ) формы:
(width, height, channels)
Но у меня есть несколько изображений, такие как:
(batch_size, width, height, channels)
Как я мог отображающий случайный флип функция для каждого изображения в моем размере партии и получить в качестве результата тензор с той же 4-й формой, что у меня уже есть?
Я предполагаю, что ему понадобится изменить формулу при входе функции и изменить ее после функции, но я не уверен, нарушит ли это структуру данных и будет смешать изображения в партии при применении зеркало. Более того, этот подход будет выполнять одну рандомизацию на всей партии, а не на основе каждого изображения.
Любое предложение оценено!
Я предполагаю, что эти методы были первоначально разработаны для использования с очередями, как с примером cifar10 на веб-сайте Tensorflow. – jean
[link] (https://github.com/tensorflow/tensorflow/blob/master/tensorflow/models/image/cifar10/cifar10_input.py) – jean
Спасибо, на самом деле я уже посмотрел на него, но я бы хотел использовать более простой конвейер для моего текущего проекта. Должен быть уверен, что нужно перейти от 4D к 3D, а затем снова объединить в 4D в графике/сеансе тензора. –