Question

我使用tf.extract_image_patches()来获得重叠补丁的张量来自this链接中描述的图像。上述链接中的答案建议使用tf.space_to_depth()从重叠的补丁中重建图像。但问题是，在我的案例中，这并没有给出理想的结果，经过研究，我发现tf.space_to_depth()没有处理重叠的块。我的代码如下：

import tensorflow as tf
import numpy as np

c = 3
height = 3900
width = 6000
ksizes = [1, 150, 150, 1]
strides = [1, 75, 75, 1]

image = #image of shape [1, height, width, 3]

patches = tf.extract_image_patches(image, ksizes = ksizes, strides= strides, [1, 1, 1, 1], 'VALID')
patches = tf.reshape(patches, [-1, 150, 150, 3])

reconstructed = tf.reshape(patches, [1, height, width, 3])
rec_new = tf.space_to_depth(reconstructed,75)
rec_new = tf.reshape(rec_new,[height,width,3])

这给了我错误：

InvalidArgumentError Traceback（最近一次调用   持续）   d：\ AnacondaIDE \ LIB \站点包\ tensorflow \ python的\框架\ common_shapes.py   在_call_cpp_shape_fn_impl中（op，input_tensors_needed，   input_tensors_as_shapes_needed，require_shape_fn）       653 graph_def_version，node_def_str，input_shapes，input_tensors，    - ＆GT; 654 input_tensors_as_shapes，status）       655除了errors.InvalidArgumentError为错误：

D：\ AnacondaIDE \ lib \ contextlib.py在退出（自我，类型，价值，   追溯）        87尝试：   ---＆GT; 88下一个（self.gen）        89除StopIteration外：

d：\ AnacondaIDE \ lib中\站点包\ tensorflow \蟒\框架\ errors_impl.py   在raise_exception_on_not_ok_status（）中       465 compat.as_text（pywrap_tensorflow.TF_Message（status）），    - ＆GT; 466 pywrap_tensorflow.TF_GetCode（status））       467终于：

InvalidArgumentError ：尺寸大小必须可被整除   ＆＃39; Reshape_22＆＃39;是70200000但是271957500 （输入：＆＃39;重塑＆＃39;）输入   形状：[4029,150,150,3]，[4]并且输入张量计算为   部分形状：输入1 = [？，3900,6000,3]。

在处理上述异常期间，发生了另一个异常：

ValueError 回溯（最近一次通话   最后）in（）   ----＆GT; 1重建= tf.reshape（特征，[-1，高度，宽度，通道]）         2 rec_new = tf.space_to_depth（重建，75）         3 rec_new = tf.reshape（rec_new，[h，h，c]）

d：\ AnacondaIDE \ lib中\站点包\ tensorflow \蟒\ OPS \ gen_array_ops.py   重塑（张量，形状，名称）2617＆＃34;＆＃34;＆＃34; 2618结果=   _op_def_lib.apply_op（＆＃34;重塑＆＃34;，张量=张量，形状=形状，    - ＆GT; 2619 name = name）2620返回结果2621

d：\ AnacondaIDE \ lib中\站点包\ tensorflow \蟒\框架\ op_def_library.py   在apply_op中（self，op_type_name，name，** keywords）       765 op = g.create_op（op_type_name，inputs，output_types，name = scope，       766 input_types = input_types，attrs = attr_protos，    - ＆GT; 767 op_def = op_def）       768如果output_structure：       769输出= op.outputs

D：\ AnacondaIDE \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py in   create_op（self，op_type，inputs，dtypes，input_types，name，attrs，   op_def，compute_shapes，compute_device）2630
  original_op = self._default_original_op，op_def = op_def）2631 if   compute_shapes：    - ＆GT; 2632 set_shapes_for_outputs（ret）2633 self._add_op（ret）2634
  self._record_op_seen_by_control_dependencies（RET）

D：\ AnacondaIDE \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py in   set_shapes_for_outputs（op）1909 shape_func =   _call_cpp_shape_fn_and_require_op 1910    - ＆GT; 1911 shapes = shape_func（op）1912如果形状为无：1913引发RuntimeError（

D：\ AnacondaIDE \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py in   call_with_requiring（op）1859 1860 def   call_with_requiring（OP）：    - ＆GT; 1861返回call_cpp_shape_fn（op，require_shape_fn = True）1862 1863 _call_cpp_shape_fn_and_require_op =   call_with_requiring

d：\ AnacondaIDE \ lib中\站点包\ tensorflow \蟒\框架\ common_shapes.py   在call_cpp_shape_fn中（op，require_shape_fn）       593 res = _call_cpp_shape_fn_impl（op，input_tensors_needed，       594 input_tensors_as_shapes_needed，    - ＆GT; 595 require_shape_fn）       596如果不是isinstance（res，dict）：       597＃处理_call_cpp_shape_fn_impl调用unknown_shape（op）的情况。

d：\ AnacondaIDE \ lib中\站点包\ tensorflow \蟒\框架\ common_shapes.py   在_call_cpp_shape_fn_impl中（op，input_tensors_needed，   input_tensors_as_shapes_needed，require_shape_fn）       657 missing_shape_fn =真       658否则：    - ＆GT; 659引发ValueError（err.message）       660       661 if missing_shape_fn：

ValueError ：尺寸大小必须可被70200000整除，但是   271957500 for＆＃39; Reshape_22＆＃39; （op：＆＃39; Reshape＆＃39;）输入形状：   [4029,150,150,3]，[4]和输入张量计算为部分   形状：输入1 = [？，3900,6000,3]。

我知道这是由于不兼容的尺寸造成的错误，但它应该是这样的，对吧？请帮我解决这个问题。

Answer 1

我想问题是，在您发布的链接中，作者使用Navigate | Next Occurrence和strides的相同值，而您使用ksizes等于strides的一半{ {1}}。这就是为什么尺寸不匹配的原因，您应该在粘贴之前编写减小补丁大小的逻辑（例如，通过选择每个补丁的中心方块）。

从重叠的图像补丁

1 个答案: