迭代张量流中的图像序列

Question

我有一个数据库，图像编号从1到7500。

我需要以下列方式将这些图像以张量流的形式提供给我的模型：

抓住前100张图片，即从1到100，然后抓取另外100张图片，使下一批次从1到101.同样，下面的批次是2到102，依此类推......

使用以下行为的目的是我使用循环神经网络，其中要馈送的图像是从视频中检测到的面部。因此，我需要提供图像序列，使这些图像直接相互跟随。

非常感谢任何帮助!!

Answer 1

我的问题没有一个完美的解决方案，但这个可能对你有所帮助。

我假设您正在使用tfrecords来构建输入，因为如果没有，将numpy提供给模型就不能解决这个问题。

支持您的图片文件是这样的列表["image_0", ..., "imgae_N"]，您可以使用tf.example作为功能构建第i ["image_i", ..., "image_i+100"]个。 出列后，你会得到一个包含图像名称的张量，然后将它们取出堆叠，从那里用tf.read_file的图像名称读取图像内容，然后用tf.image.decode_image将它们解码为图像，然后将它们连成一个张紧并将其作为输入发送给您的模型。