我正在學習基于使用Oxford-IIIT Pets 的TF 2.0 教程的分割和數據增強。對于預處理/數據增強，它們為特定管道提供了一組功能：# Import datasetdataset, info = tfds.load('oxford_iiit_pet:3.*.*', with_info=True)def normalize(input_image, input_mask): input_image = tf.cast(input_image, tf.float32) / 255.0 input_mask -= 1 return input_image, [email protected] load_image_train(datapoint): input_image = tf.image.resize(datapoint['image'], (128, 128)) input_mask = tf.image.resize(datapoint['segmentation_mask'], (128, 128)) if tf.random.uniform(()) > 0.5: input_image = tf.image.flip_left_right(input_image) input_mask = tf.image.flip_left_right(input_mask) input_image, input_mask = normalize(input_image, input_mask) return input_image, input_maskTRAIN_LENGTH = info.splits['train'].num_examplesBATCH_SIZE = 64BUFFER_SIZE = 1000STEPS_PER_EPOCH = TRAIN_LENGTH // BATCH_SIZE鑒于 tf 語法，這段代碼給我帶來了幾個疑問。為了防止我只是做一個 ctrl C ctrl V 并真正理解 tensorflow 是如何工作的，我想問一些問題：1) 在normalize函數中，tf.cast(input_image, tf.float32) / 255.0可以通過tf.image.convert_image_dtype(input_image, tf.float32)?2) 在normalize函數中，可以在格式中更改我的 segmentation_mask 值tf.tensor而不更改為numpy？我想做的是只使用兩個可能的掩碼（0 和 1）而不是（0、1 和 2）。使用 numpy 我做了這樣的事情：segmentation_mask_numpy = segmentation_mask.numpy()segmentation_mask_numpy[(segmentation_mask_numpy == 2) | (segmentation_mask_numpy == 3)] = 0可以在沒有 numpy 轉換的情況下做到這一點嗎？3）在load_image_train函數中，他們說這個函數正在做數據增強，但是怎么做呢？在我看來，他們正在通過給定隨機數的翻轉來更改原始圖像，而不是根據原始圖像向數據集提供另一個圖像。那么，功能目標是更改圖像而不是向我的數據集添加保留原始圖像的 aug_image？如果我是正確的，如何更改此函數以提供 aug_image 并將原始圖像保留在數據集中？4) 在其他問題中，例如How to apply data augmentation in TensorFlow 2.0 after tfds.load()和TensorFlow 2.0 Keras: How to write image summary for TensorBoard他們使用了很多.map()順序調用或.map().map().cache().batch().repeat(). 我的問題是：有這個必要性嗎？是否存在更簡單的方法來做到這一點？我試圖閱讀 tf 文檔，但沒有成功。5）您建議使用此處ImageDataGenerator介紹的 keras或這種 tf 方法更好？
1 回答
有只小跳蛙
TA貢獻1824條經驗 獲得超8個贊
4 - 這些順序調用的事情是，它們簡化了我們操作數據集以應用轉換的工作，并且他們還聲稱這是一種加載和處理數據的更具性能的方式。關于模塊化/簡單性，我猜它完成了它的工作，因為您可以輕松加載、將其傳遞給整個預處理管道、隨機播放并使用幾行代碼迭代批量數據。
train_dataset =tf.data.TFRecordDataset(filenames=train_records_paths).map(parsing_fn)
train_dataset = train_dataset.shuffle(buffer_size=12000)
train_dataset = train_dataset.batch(batch_size)
train_dataset = train_dataset.repeat()
# Create a test dataset
test_dataset = tf.data.TFRecordDataset(filenames=test_records_paths).map(parsing_fn)
test_dataset = test_dataset.batch(batch_size)
test_dataset = test_dataset.repeat(1)
#
validation_steps = test_size / batch_size
history = transferred_resnet50.fit(x=train_dataset,
epochs=epochs,
steps_per_epoch=steps_per_epoch,
validation_data=test_dataset,
validation_steps=validation_steps)
例如，為了加載我的數據集并為我的模型提供預處理數據，這就是我所要做的。
3 - 他們定義了一個預處理函數，他們的數據集被映射到，這意味著每次請求樣本時都會應用映射函數，就像在我的情況下，我使用解析函數來解析我的使用前 TFRecord 格式的數據：
def parsing_fn(serialized):
features = \
{
'image': tf.io.FixedLenFeature([], tf.string),
'label': tf.io.FixedLenFeature([], tf.int64)
}
# Parse the serialized data so we get a dict with our data.
parsed_example = tf.io.parse_single_example(serialized=serialized,
features=features)
# Get the image as raw bytes.
image_raw = parsed_example['image']
# Decode the raw bytes so it becomes a tensor with type.
image = tf.io.decode_jpeg(image_raw)
image = tf.image.resize(image,size=[224,224])
# Get the label associated with the image.
label = parsed_example['label']
# The image and label are now correct TensorFlow types.
return image, label
（另一個例子） - 從上面的解析函數，我可以使用下面的代碼來創建一個數據集，遍歷我的測試集圖像并繪制它們。
records_path = DATA_DIR+'/'+'TFRecords'+'/test/'+'test_0.tfrecord'
# Create a dataset
dataset = tf.data.TFRecordDataset(filenames=records_path)
# Parse the dataset using a parsing function
parsed_dataset = dataset.map(parsing_fn)
# Gets a sample from the iterator
iterator = tf.compat.v1.data.make_one_shot_iterator(parsed_dataset)
for i in range(100):
image,label = iterator.get_next()
img_array = image.numpy()
img_array = img_array.astype(np.uint8)
plt.imshow(img_array)
plt.show()
添加回答
舉報
0/150
提交
取消