Question

我想在给出一批图像的情况下从图像中减去图像的平均值。

显然，tf.image.per_image_standardization不是我想要的，因为我不想除以标准偏差。

并且frames_normalized = tf.map_fn(lambda frame: tf.reduce_mean(frame, axis=[2]), frames_contrast_adjust)不是我想要的，因为这会减少原始图像的尺寸。也就是说，如果单个图像的尺寸是[112,112,3]，则tf.reduce_mean图像的结果将具有[112,112]的形状。因此，当frame_normalized是一批大小为[？，112,112,3]的图像时，frames_contrast_adjust的大小将变为：[？，？，112,3]。

请注意，我确实想要使用队列。

非常感谢任何帮助!!

Answer 1

如果您希望op的行为几乎与per_image_standadization相似但没有差异，您可以看看tf.image.per_image_standadization是如何实现的，并删除与方差相关的所有内容（我对其进行了评论）：

image = ops.convert_to_tensor(image, name='image')
image = control_flow_ops.with_dependencies(_Check3DImage(image, require_static=False), image)
num_pixels = math_ops.reduce_prod(array_ops.shape(image))

image = math_ops.cast(image, dtype=dtypes.float32)
image_mean = math_ops.reduce_mean(image)

#variance = (math_ops.reduce_mean(math_ops.square(image)) -math_ops.square(image_mean))
#variance = gen_nn_ops.relu(variance)
#stddev = math_ops.sqrt(variance)

# Apply a minimum normalization that protects us against uniform images.
#min_stddev = math_ops.rsqrt(math_ops.cast(num_pixels, dtypes.float32))
#pixel_value_scale = math_ops.maximum(stddev, min_stddev)
pixel_value_offset = image_mean

image = math_ops.subtract(image, pixel_value_offset)
#image = math_ops.div(image, pixel_value_scale)
return image

Answer 2

通过将keep_dims中的tf.reduce_mean参数设置为true，可以解决问题。现在： tf.map_fn(lambda frame: tf.reduce_mean(frame, axis=[2], keep_dims=True), frames_contrast_adjust)

为了从图像本身中减去图像的平均值，我做了以下几点：

frames_normalized = tf.map_fn(lambda frame: frame - tf.reduce_mean(frame, axis=[2], keep_dims=True), input_frames)

减去图像＆＃39;对于Tensorflow中的一批图像来说，它本身就意味着什么

2 个答案: