Question

我正在尝试推断张量流中的numpy图像数组是否存在分类问题，因此结果将采用数组形式，其值的范围为0到1。目前，我有一个Web界面，Base64格式的图像从该界面开始收到后，服务器将裁剪图像的一小部分，将其保存到磁盘，然后再次将图像加载到tensorflow中进行推断。但是，我想减少磁盘的IO数量，因此将numpy图像数组直接转换为张量，然后执行推理而不先保存到磁盘。现在，我可以将numpy数组转换为张量并成功推断出它，但是置信度结果与将图像保存到磁盘时得到的置信度有所不同。

加载文件并进行推理（按预期工作）：

def predict(self, file_name):
    input_name = "file_reader"
    file_reader = tf.read_file('images/' + file_name, input_name)
    if file_name.endswith(".png"):
        image_reader = tf.image.decode_png(file_reader, channels=3, name="png_reader")
    elif file_name.endswith(".gif"):
        image_reader = tf.squeeze(tf.image.decode_gif(file_reader, name="gif_reader"))
    elif file_name.endswith(".bmp"):
        image_reader = tf.image.decode_bmp(file_reader, name="bmp_reader")
    else:
        print('file_reader -> {}'.format(file_reader))
        image_reader = tf.image.decode_jpeg(file_reader, channels=3, name="jpeg_reader")
    float_caster = tf.cast(image_reader, tf.float32)
    dims_expander = tf.expand_dims(float_caster, 0)
    resized = tf.image.resize_bilinear(dims_expander, [self.input_layer_size, self.input_layer_size])
    normalized = tf.divide(tf.subtract(resized, [0]), [128])
    sess = tf.InteractiveSession()
    result = sess.run(normalized)
    sess.close()
    del sess
    return result

以下是我针对不同图像获得的输出类型：

[5.3e-08, 0.0, 0.0, 0.0, 0.999999404, 1.0, 1e-09, 0.228272051, 6.2e-08, 0.995405078, 1.0, 1.0, 0.999997616, 2.2e-08, 0.0, 0.000580777, 1.5233e-05, 0.0]

从numpy数组推断（无法正常工作）

def predict_numpy_image(self, raw_image):
    r, g, b = np.array(raw_image).T
    raw_image = np.array([b, g, r]).transpose()
    tensor_image = tf.convert_to_tensor(raw_image, dtype=tf.float32)
    dims_expander = tf.expand_dims(tensor_image, 0)
    resized = tf.image.resize_bilinear(dims_expander, [self.input_layer_size, self.input_layer_size])
    normalized = tf.divide(tf.subtract(resized, [0]), [128])
    sess = tf.InteractiveSession()
    result = sess.run(normalized)
    sess.close()
    del sess
    return result

以下是我针对不同图像获得的输出类型：

[9.9e-08, 1e-09, 0.0, 0.0, 0.999943137, 1.0, 1e-09, 0.174775824, 3.4e-08, 0.997927666, 1.0, 1.0, 0.999979138, 4.2e-08, 0.0, 0.005487741, 1.8515e-05, 0.0]

我不确定两个函数为什么给出不同的输出。是否因为我推断的数据不同？还是因为曾经通过tensorflow保存/加载的数据不同于直接来自numpy数组的数据。

下面供我参考的是我如何裁剪图像，以及我将传递给第二个函数的numpy图像数组（predict_numpy_image）：

height, width, channels = img.shape
x = int(region[j][0] * width)
y = int(region[j][1] * height)
w = int(region[j][2] * width)
h = int(region[j][3] * height)
crop_img = img[y:y + h, x:x + w]
predict_numpy_image(crop_img)

这是我用来裁剪其他图像的相同代码。在整整2天的时间里一直在尝试各种方法，以便从张量流中获得相同的输出。

P.S。抱歉，如果使用任何错误的术语，对于tensorflow和ML还是很新的。

Tensorflow中的推理块图像数组

0 个答案: