5
我目前在张量流中实现FCN,以启用可变输入图像大小。Tensorflow单个批次内的可变图像大小
我真的有各种图像尺寸的图像,但遗憾的是我没能开始批量大小比1
不同。我正在使用一个下列方式进字典的训练:
feed_dict = {fcn.images: image_batch,
fcn.labels: labels_batch,
fcn.dropout_keep: dropout}
result = sess.run(list(tf_ops), feed_dict=feed_dict)
我已经尝试:
- 创建
image_batch
和labels_batch
作为numpy的阵列,然而,这并不因为numpy的阵列,而没有支承实t可以改变某些尺寸。 - 创建
image_batch
和labels_batch
作为numpy数组列表。这里似乎tensorflow正试图呼叫numpy.array(image_batch)
。 - 与
tf.pack()
去,这可惜不支持不同的图像大小,以及
我的问题是: 有没有办法如何解决这个问题呢?
非常感谢您的任何建议和意见。
无法拥有不同的输入尺寸。 TensorFlow **不能**在一批不同大小的输入上应用标准操作(卷积,完全连接的层......)(因为它不能是一个数组并且必须是一个列表)。 –
您必须在批处理之前将所有图像填充或调整为相同尺寸。 –
感谢您的评论。我想在我的情况下,当我进行语义分割时,只有将图像裁剪为较小的图像才有意义。 – ziky90