我想让输入图像(张量)在每批中随机地上/下或右/左移动。如何在Tensorflow中随机翻译或转换批量张量
例如,我有一批灰度图像,大小为[10, 48, 64, 1]
。
如果有一个形象,我知道我可以使用tf.pad和tf.slice(或其他内置功能)
但我想随机漂移适用于10个不同的图像与一个操作。
可能吗?或者我应该使用循环,如tf.scan?
我想让输入图像(张量)在每批中随机地上/下或右/左移动。如何在Tensorflow中随机翻译或转换批量张量
例如,我有一批灰度图像,大小为[10, 48, 64, 1]
。
如果有一个形象,我知道我可以使用tf.pad和tf.slice(或其他内置功能)
但我想随机漂移适用于10个不同的图像与一个操作。
可能吗?或者我应该使用循环,如tf.scan?
您是否在寻找tf.random_crop
和tf.pad
?
那么,当使用tf.random_crop
时,随机移位将应用于批次中的所有图像。批次内的换档是相同的,但对于不同的批次可能会有所不同。
如果你想在批处理中使用不同的移位,我认为最好使用队列/输入管道。有关更多信息,请参见https://www.tensorflow.org/programmers_guide/reading_data。 下面是我自己项目的一部分示例代码。 self.image_names
是一个Python列表,其中包含所有训练图像的路径。在输入管道中,数据流就像一个流:你只需要处理一个图像,并且队列自动处理调度事情(一些线程读取数据,一些处理数据,一些将单个图像分成批次,其他人将数据馈送给GPU等,以保持整个管道忙碌)。在下面的代码中,images
和labels
是队列。也就是说,当你处理这个变量时(就像我在self.data_augmentation
中做的那样),你可以认为它只包含一个图像,但实际上队列处理它的每个项目(就像一个隐式循环),然后tf.train.shuffle_batch
将洗牌数据在队列中并将它们分组分批。
def data_augmentation(images):
if FLAGS.random_flip_up_down:
images = tf.image.random_flip_up_down(images)
if FLAGS.random_brightness:
images = tf.image.random_brightness(images, max_delta=0.3)
if FLAGS.random_contrast:
images = tf.image.random_contrast(images, 0.8, 1.2)
return images
def input_pipeline(self, batch_size, num_epochs=None, aug=False):
images_tensor = tf.convert_to_tensor(self.image_names, dtype=tf.string)
labels_tensor = tf.convert_to_tensor(self.labels, dtype=tf.int64)
input_queue = tf.train.slice_input_producer([images_tensor, labels_tensor], num_epochs=num_epochs)
labels = input_queue[1]
images_content = tf.read_file(input_queue[0])
images = tf.image.convert_image_dtype(tf.image.decode_png(images_content, channels=1), tf.float32)
if aug:
images = self.data_augmentation(images)
new_size = tf.constant([FLAGS.image_size, FLAGS.image_size], dtype=tf.int32)
images = tf.image.resize_images(images, new_size)
image_batch, label_batch = tf.train.shuffle_batch([images, labels], batch_size=batch_size, capacity=50000,
min_after_dequeue=10000)
# print 'image_batch', image_batch.get_shape()
return image_batch, label_batch
作为替代方案,也可以使用tf.contrib.image.transform()并使用参数A2和B2到图像翻译:
import numpy as np
import tensorflow as tf
image1 = np.array([[[.1], [.1], [.1], [.1]],
[[.2], [.2], [.2], [.2]],
[[.3], [.3], [.3], [.3]],
[[.4], [.4], [.4], [.4]]])
image2 = np.array([[[.1], [.2], [.3], [.4]],
[[.1], [.2], [.3], [.4]],
[[.1], [.2], [.3], [.4]],
[[.1], [.2], [.3], [.4]]])
images = np.stack([image1, image2])
images_ = tf.convert_to_tensor(images, dtype=tf.float32)
shift1_x = 1
shift1_y = 2
shift2_x = -1
shift2_y = 0
transforms_ = tf.convert_to_tensor([[1, 0, -shift1_x, 0, 1, -shift1_y, 0, 0],
[1, 0, -shift2_x, 0, 1, -shift2_y, 0, 0]],
tf.float32)
shifted_ = tf.contrib.image.transform(images=images_,
transforms=transforms_)
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
shifted = sess.run([shifted_])
print(shifted)
的变换投影矩阵,也可以是张量大小为N×8,因此可以以不同方式移动批次的每个图像。这可以通过tf.random_uniform()容易地扩展,以包括对每个图像的x/y偏移的一些随机性。
编辑: 要使用随机转变批次的每一个形象:
...
images_ = tf.convert_to_tensor(images, dtype=tf.float32)
num_imgs = images.shape[0]
base_ = tf.convert_to_tensor(np.tile([1, 0, 0, 0, 1, 0, 0, 0], [num_imgs, 1]), dtype=tf.float32)
mask_ = tf.convert_to_tensor(np.tile([0, 0, 1, 0, 0, 1, 0, 0], [num_imgs, 1]), dtype=tf.float32)
random_shift_ = tf.random_uniform([num_imgs, 8], minval=-2.49, maxval=2.49, dtype=tf.float32)
transforms_ = base_ + random_shift_ * mask_
shifted_ = tf.contrib.image.transform(images=images_,
transforms=transforms_)
...
编辑2: 完成的缘故,这里只是与其他辅助功能应用随机旋转和移到批次的每个单个图像:
def augment_data(input_data, angle, shift):
num_images_ = tf.shape(input_data)[0]
# random rotate
processed_data = tf.contrib.image.rotate(input_data,
tf.random_uniform([num_images_],
maxval=math.pi/180 * angle,
minval=math.pi/180 * -angle))
# random shift
base_row = tf.constant([1, 0, 0, 0, 1, 0, 0, 0], shape=[1, 8], dtype=tf.float32)
base_ = tf.tile(base_row, [num_images_, 1])
mask_row = tf.constant([0, 0, 1, 0, 0, 1, 0, 0], shape=[1, 8], dtype=tf.float32)
mask_ = tf.tile(mask_row, [num_images_, 1])
random_shift_ = tf.random_uniform([num_images_, 8], minval=-shift, maxval=shift, dtype=tf.float32)
transforms_ = base_ + random_shift_ * mask_
processed_data = tf.contrib.image.transform(images=processed_data,
transforms=transforms_)
return processed_data
是否可以在批次内应用所有不同的随机移位? – user270700
更新了我的答案。 – soloice