Question

我想在输入管道中随机翻转几个不同大小的输入图像。翻转需要针对不同的图像保持一致-要么全部翻转，要么全部不翻转。由于使用tf.image.random_flip_left_right()不足以解决此问题，因此我改为这样做：

images = [img1, img2]
def fliplr(*args):
    return [tf.image.flip_left_right(t) for t in args]
def id(*args):
    return args
img1, img2 = tf.cond(tf.random_uniform([1]) > 0.5, fliplr(images), id(images), name='fliplr')

这是tf.Dataset.map()与我的输入数据集对象一起调用的函数的一部分。

但是我从flip_left_right行中收到此错误：

ValueError：两个形状的尺寸1必须相等，但分别为3和1。   形状为[240,320,3]和[240,320,1]。

将形状0与其他形状合并。用于输入形状为[240,320,3]，[240,320,1]的“ flip_left_right / image”（操作：“ Pack”）。

我认为这是因为我的图像大小不同（240x320，1或3通道），但我不明白为什么这很重要。

如何解决此错误？或者，是否有更好的方法来获取我想要的内容，从而避免出现此错误？

我正在使用TensorFlow-1.8（但可以根据需要进行升级）。

Answer 1

就这样吗？

do_flip = tf.random_uniform([]) > 0.5
img1 = tf.cond(do_flip, lambda: tf.image.flip_left_right(img1), lambda: img1)
img2 = tf.cond(do_flip, lambda: tf.image.flip_left_right(img2), lambda: img2)

tf.image.random_flip_left_right（）一起显示多个图像

1 个答案: