我正在 python 中使用 Tensorflow 進(jìn)行對象檢測。我想使用張量流輸入管道來加載批量輸入數(shù)據(jù)。問題是圖像中的對象數(shù)量是可變的。想象一下我想做以下事情。注釋是圖像文件名及其包含的邊界框的數(shù)組。標(biāo)簽被排除在外。每個(gè)邊界框由四個(gè)數(shù)字表示。import tensorflow as tf@tf.function()def prepare_sample(annotation): annotation_parts = tf.strings.split(annotation, sep=' ') image_file_name = annotation_parts[0] image_file_path = tf.strings.join(["/images/", image_file_name]) depth_image = tf.io.read_file(image_file_path) bboxes = tf.reshape(annotation_parts[1:], shape=[-1,4]) return depth_image, bboxesannotations = ['image1.png 1 2 3 4', 'image2.png 1 2 3 4 5 6 7 8']dataset = tf.data.Dataset.from_tensor_slices(annotations)dataset = dataset.shuffle(len(annotations))dataset = dataset.map(prepare_sample)dataset = dataset.batch(16)for image, bboxes in dataset: pass在上面的示例中，image1 包含單個(gè)對象，而 image2 包含兩個(gè)對象。我收到以下錯(cuò)誤：InvalidArgumentError：無法將張量添加到批次：元素?cái)?shù)量不匹配。形狀為：[張量]：[1,4]，[批次]：[2,4]這就說得通了。我正在尋找從映射函數(shù)返回不同長度數(shù)組的方法。我能做些什么？謝謝你！編輯：我想我找到了解決方案；我不再收到錯(cuò)誤。我dataset.batch(16)改為dataset.padded_batch(16).
1 回答
絕地?zé)o雙
TA貢獻(xiàn)1946條經(jīng)驗(yàn) 獲得超4個(gè)贊
dataset.batch(16)更改為 后該錯(cuò)誤將得到解決dataset.padded_batch(16)。
下面是相同的修改后的代碼。
import tensorflow as tf
@tf.function()
def prepare_sample(annotation):
? ? annotation_parts = tf.strings.split(annotation, sep=' ')
? ? image_file_name = annotation_parts[0]
? ? image_file_path = tf.strings.join(["/images/", image_file_name])
? ? depth_image = tf.io.read_file(image_file_path)
? ? bboxes = tf.reshape(annotation_parts[1:], shape=[-1,4])
? ? return depth_image, bboxes
annotations = ['image1.png 1 2 3 4', 'image2.png 1 2 3 4 5 6 7 8']
dataset = tf.data.Dataset.from_tensor_slices(annotations)
dataset = dataset.shuffle(len(annotations))
dataset = dataset.map(prepare_sample)
dataset = dataset.padded_batch(16)
for image, bboxes in dataset:
? pass
添加回答
舉報(bào)
0/150
提交
取消