根据3D顺序数据生成5D张量

Question

我正在编写一个实现Keras中的'Squential'的类，该类返回一批图像。本质上，困难在于 getitem （），该函数以固定形状返回一批图像，如下所示。棘手的是指向它：

1. 输出张量的格式必须为[batch_size, frames, height, width, channels]
2. 我目前只有一张表格，该表格向下列出了固定大小的不同视频的不同帧的路径。例如，我将从每个视频中提取5帧，该表从索引1开始从第一个视频开始，依次逐帧加载所有5帧，直到第4帧为止。在第5帧到第9帧开始正在加载第二个视频10-14-第三个...
3. 我们目前能做的是批量读取该表，其中每个帧都由scikit.io.imread（）读取，并以3-D numpy数组形式返回。

问题是如何堆叠这些单独的图像读取，以确保在整形后说每一批都具有例如5帧，这5帧将以正确的顺序属于它们最初制作的同一视频，即-imread()。

我很难决定如何构建该张量，因为它是5维，在这种5维中，我必须确保在数组转换后不影响视频的顺序。

这些张量必须输入到神经网络中，因此张量顺序错误-在错误的事情上浪费了很多时间。