python - 单批处理中的 Tensorflow 可变图像大小

Question

我目前正在 tensorflow 中实现 FCN，它支持可变输入图像大小。

我有各种图像大小的图像，但不幸的是我无法以不同于 1 的批量大小开始训练。

我按以下方式使用 feed 字典:

feed_dict = {fcn.images: image_batch,
             fcn.labels: labels_batch,
             fcn.dropout_keep: dropout}
result = sess.run(list(tf_ops), feed_dict=feed_dict)

我已经试过了:

1. 将 image_batch 和 labels_batch 创建为 numpy 数组，但这不起作用，因为 numpy 数组不支持可变的特定维度。
2. 创建 image_batch 和 labels_batch 作为 numpy 数组列表。这里似乎 tensorflow 正在尝试调用 numpy.array(image_batch)。
3. 与 tf.pack() 一起使用，不幸的是，这也不支持不同的图像大小

我的问题是: 有没有办法解决这个问题？

提前感谢您提出任何建议和建议。

Answer 1

所以我们可以结束这个 - 引用上面的 Olivier Moindrot:

You have to pad or resize all your images to the same size before batching them.

请注意，在 Olivier 的回答之后，有一个新的 tf.image.decode_and_crop_jpeg op 补充说，这可以使它更容易做到这一点。