Tensorflow单个批次内的可变图像大小

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。

来源

2016-06-07 ziky90

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

因此，我们可以关闭这个 - 引用上述奥利维尔Moindrot：

你必须垫或配料之前调整所有的图像大小相同。

请注意，奥利维尔的回答后，有一个新的tf.image.decode_and_crop_jpeg op补充说，可以使它更容易做到这一点。

来源

2017-11-18 03:40:14 dga

Tensorflow单个批次内的可变图像大小

回答

相关问题