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!!
答案 0 :(得分:0)
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。