批量输入到张量流中的某一层

我正在基于inception-v3的网络上工作。我成功地训练了网络，现在我想喂一批opencv图像到我的网络并获得一些输出。网络的原始占位符接受一个字符串并对其进行解码JPG格式(this image)但我OpenCV中读取视频帧，并将其转换为nparray列表：批量输入到张量流中的某一层

for cnt in range(batch_size): 
     frameBuffer = [] 
     if (currentPosition >= nFrames): 
      break 
     ret, frame = vidFile.read() 
     img_data = np.asarray(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)) 
     frameBuffer.append(img_data) 
     currentPosition += multiplier

如果我想用一个单一的图像工作，怎么一回事，因为我直接读来自帧的OpenCV，我将它们转换为NP-阵列再喂它来：以来网络的“铸0”层：

pred = sess.run([predictions], {'Cast:0': img_data})

结果为OK到这一点。但是我要养活一组帧：我想在目前的方式使用feed_dict：

images = tf.placeholder(tf.float32, [batch_size,width,height, 3]) 
image_batch = tf.stack(frameBuffer) 

feed_dict = {images: image_batch} 
avgRepresentation, pred = sess.run([pool_avg, predictions],{'Cast:0': feed_dict})

，但我得到的错误;我知道我在喂养批次时出错。你有什么建议，我可以如何喂一批图像到网络的某一层？

来源

2017-05-29 R.y.z

你能不能给我们你得到了错误？ – gdelab

pred = sess.run（[predictions]，{'Cast：0'：feed_dict}）文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py”，第778行，正在运行 run_metadata_ptr）文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py”，第954行，在_run中 np_val = np.asarray（subfeed_val ，dtype = subfeed_dtype）文件“/usr/local/lib/python2.7/dist-packages/numpy/core/numeric.py”，第531行，asarray 返回数组（a，dtype，copy = False，order = order） TypeError：float（）参数必须是字符串或数字 –

您的feed_dict存在（至少）一个问题：feed_dict通常是一个带有张量或字符串（用于张量名称）作为关键字的字典，以及值（作为常用类型，np数组等等）。

这里你使用的是{'Cast:0': feed_dict}，所以你的字典的值本身就是一个字典，这对于张量流是没有意义的。您需要将值，即图像连接（解码，转换等）。另外，对不起，如果我失去了一些东西，但我想frameBuffer应该包含该批次的所有图像，所以它应该从for循环中初始化。

此代码应工作：

frameBuffer = [] 
for cnt in range(batch_size): 
     if (currentPosition >= nFrames): 
      break 
     ret, frame = vidFile.read() 
     img_data = np.asarray(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)) 
     frameBuffer.append(img_data) 
     currentPosition += multiplier 
avgRepresentation, pred = sess.run([pool_avg, predictions],{'Cast:0': np.asarray(frameBuffer)})

来源

2017-05-29 12:18:04 gdelab

@Ryz它能解决您的问题吗？ – gdelab

批量输入到张量流中的某一层

回答

相关问题