tf.image.crop_and_resize与另一个python函数

Question

我正在尝试在裁剪的图像上测试现有网络。我有一个相当大的数据集，所以我使用的是tensorflow数据集API。我首先创建了一个包含我感兴趣的图像的所有名称的数据集，然后使用flat_map（）函数将图像名称的数据集映射到裁剪图像补丁的数据集。

所以，这是问题所在。我不知道将为这个图像生成多少个补丁，我有另一个python函数get_image_regions，它返回一个n×4的numpy数组。

所以我想使用类似的东西：

boxes = tf.py_func（get_image_regions，[im_path]，[tf.float32]）

获取框的集合并使用该框作为tf.image.crop_and_resize（）的输入

但是，由于py_func的返回值是未知的形状和等级，因此它不能用作crop_and_resize（）函数的输入。还有其他方法可以解决这个问题吗？

Answer 1

如果你确定形状是这样的话，你可以tf.reshape()张量：

boxes = tf.reshape( tf.py_func(get_image_regions, [im_path], [tf.float32]), [ n, 4 ] )

这将修复图表其余部分的形状，并允许您将张量提供给tf.image.crop_and_resize()但如果输入错误的大小数据则会抛出错误。