张量流中的随机裁剪和边界框

Question

我想在WiderFace数据集上添加一个数据扩充，我想知道，如何使用张量流随机裁剪图像并且只保留裁剪框的中心位于裁剪中？

我已经尝试实现一个解决方案，但我使用TFRecords和TfExampleDecoder，并且在此过程中输入图像的形状设置为[None, None, 3]，因此无法获得图像的形状并执行此操作我自己。

Answer 1

您可以获得形状，但仅限于运行时 - 当您调用sess.run并实际传入数据时 - 即实际定义形状时。

因此，在tesorflow中手动进行随机裁剪，基本上，您希望重新实现tf.random_crop，以便您可以处理对边界框的操作。

首先，要获得形状，x = your_tensor.shape[0]将为您提供第一个维度。在您实际调用sess.run之前，它将显示为“无”，然后它将解析为适当的值。现在，您可以使用tf.random_uniform或任何您喜欢的方法计算一些随机裁剪参数。最后，使用tf.slice执行裁剪。

如果您想选择是否执行裁剪，可以使用tf.cond。

在这些组件之间，您应该能够仅使用tensorflow构造实现所需的内容。尝试一下，如果你遇到问题就会遇到问题并且遇到错误。