使用存储在TFRecords文件中的高度、宽度信息设置张量的形状

Question

我已经将图像及其标签的目录转换为TFRecords文件，特征映射包括image_raw、label、height、width和depth。函数如下：

def convert_to_tfrecords(data_samples, filename):
    def _int64_feature(value):
        return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))
    def _bytes_feature(value):
        return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))
    writer = tf.python_io.TFRecordWriter(filename)
    for fname, lb in data_samples:
        im = cv2.imread(fname, cv2.IMREAD_UNCHANGED)
        image_raw = im.tostring()
        feats = tf.train.Features(
            feature =
            {
                'image_raw': _bytes_feature(image_raw),
                'label': _int64_feature(int(lb)),
                'height': _int64_feature(im.shape[0]),
                'width': _int64_feature(im.shape[1]),
                'depth': _int64_feature(im.shape[2])
            }
        )
        example = tf.train.Example(features=feats)
        writer.write(example.SerializeToString())
    writer.close()

现在，我想读取这个TFRecords文件来提供输入管道。但是，由于image_raw已被展平，我们需要将其重塑为原始的[height, width, depth]大小。那么，如何从TFRecords文件中获取height、width和depth的值呢？下面的代码似乎无法工作，因为height是一个没有值的张量。

def read_and_decode(filename_queue):
    reader = tf.TFRecordReader()
    _, serialized_example = reader.read(filename_queue)
    feats = {
        'image_raw': tf.FixedLenFeature([], tf.string),
        'label': tf.FixedLenFeature([], tf.int64),
        'height': tf.FixedLenFeature([], tf.int64),
        'width': tf.FixedLenFeature([], tf.int64),
        'depth': tf.FixedLenFeature([], tf.int64)
    }
    features = tf.parse_single_example(serialized_example, features=feats)
    image = tf.decode_raw(features['image_raw'], tf.uint8)
    label = tf.cast(features['label'], tf.int32)
    height = tf.cast(features['height'], tf.int32)
    width = tf.cast(features['width'], tf.int32)
    depth = tf.cast(features['depth'], tf.int32)
    image = tf.reshape(image, [height, width, depth]) # <== not work
    image = tf.cast(image, tf.float32) * (1. / 255) - 0.5
    return image, label

当我阅读Tensorflow的官方文档时，我发现它们通常会传递到一个已知的大小，即[224,224,3]。但是，我不喜欢它，因为这些信息已经存储到TFRecords文件中，手动传递到固定大小不能确保大小与文件中存储的数据一致。

有什么好主意吗？

Answer 1

tf.parse_single_example返回的height是一个张量，获取其值的唯一方法是对其调用session.run()或类似方法。然而，我认为这有点过头了。

由于Tensorflow示例只是一个协议缓冲区(请参阅文档)，因此您不必使用tf.parse_single_example来读取它。你可以自己解析它，然后直接读出你想要的形状。

你也可以考虑在Tensorflow的github问题跟踪器上提交一个特性请求-我同意这个API对于这个用例看起来有点笨拙。

Answer 2

函数'tf.reshape‘只接受张量，不接受张量列表，因此您可以使用以下代码：

image = tf.reshape(image, tf.stack([height, width, depth]))

Answer 3

您还可以使用np.resize()将维数作为参数传递，从而从张量中获取numpy数组并进行整形