将图像划分为张量流

Question

我正在尝试构建一个CNN，并希望将输入图像划分为不重叠的补丁，然后将其用于训练。

但是，我不确定如何结合使用以下代码提取补丁。 我相信类似tf.image.extract_patches的函数应该可以解决问题，但是我不确定如何将其包括在管道中。对我来说，使用flow_from_directory很重要，因为我已经相应地组织了数据集。

train_datagen = ImageDataGenerator(rescale = 1./255)
train_generator = train_datagen.flow_from_directory(train_dir,target_size=(64,64),class_mode='categorical',batch_size=64)

我曾考虑使用scikit中的extract_patches_2d，但它有两个问题：

1. 它给出了随机重叠的补丁
2. 我需要重新保存所有图像，然后再次重新组织我的数据集（与tf.image.extract_patches相同的问题，除非包含在管道中）