代码之家 › 专栏 › 技术社区 › bluesummers

TensorFlow读取和解码一批图像

tensorflow python

0

bluesummers · 技术社区 · 7 年前

使用 tf.train.string_input_producer 和 tf.image.decode_jpeg 我设法从磁盘读取并解码 单一的 图像。

这是代码:

# -------- Graph
filename_queue = tf.train.string_input_producer(
    [img_path, img_path])

image_reader = tf.WholeFileReader()

key, image_file = image_reader.read(filename_queue)

image = tf.image.decode_jpeg(image_file, channels=3)

# Run my network
logits = network.get_logits(image)

# -------- Session
sess = tf.Session()
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(sess=sess, coord=coord)

logits_output = sess.run(logits)

问题是,当我看到 logit_outputs 即使队列有2个图像,我也只得到1个值。

如何读取和解码整个队列?

1 回复 | 直到 7 年前

1

2

benjaminplanche 7 年前

tf.WholeFileReader() ,沿 tf.train.string_input_producer() 作为一个迭代器工作,因此没有一个简单的方法来评估它正在处理的完整数据集的大小。

获取 N 样本出来,你可以用 image_reader.read_up_to(filename_queue, N) .

tf.data 管道:

def _parse_function(filename):
  image_string = tf.read_file(filename)
  image_decoded = tf.image.decode_image(image_string)
  return image_decoded 

# A vector of filenames.
filenames = tf.constant([img_path, img_path])

dataset = tf.data.Dataset.from_tensor_slices((filenames))
dataset = dataset.map(_parse_function).batch(N)
iterator = dataset.make_one_shot_iterator()
next_image_batch = iterator.get_next()

logits = network.get_logits(next_image_batch)
# ...