编辑:警告 不建议使用具有不同图像尺寸的图像,因为张量需要具有相同的尺寸以允许并行化。
我一直在寻找解决方案,了解如何使用不同大小的图像作为神经网络的输入。
第一个想法是使用
numpy
。然而,由于每个图像的大小不同,我无法使用它,因为张量流不接受numpy.ndarray
。
尝试简单的
list
也不起作用,因为它不受支持。
尝试使用
yield
实现自定义生成器,但遇到了 errors
的负载:在尝试不同的解决方案来实现生成器(来自 SO 和其他站点)时,发生了这些错误和其他错误。
/1
-0.png
-1.png
/2
-0.png
-1.png
/3
-0.png
-1.png
文件夹
1
内的图像为50x50像素,2
为100x100像素,3
为200x200像素。
input_img = keras.Input(shape=(None, None, 3))
upscaled = layers.UpSampling2D((2, 2), interpolation='bilinear')(input_img)
out = layers.Conv2D(3, (3, 3), activation='sigmoid', padding='same')(upscaled)
conv_model = keras.Model(input_img, out)
conv_model.compile(optimizer='adam', loss=tf.keras.losses.MeanSquaredError())
编辑:警告 不建议使用具有不同图像尺寸的图像,因为张量需要具有相同的尺寸以允许并行化。
经过几个小时的研究,我找到了解决方案。我的具体答案采用输入图像,目标是将其放大 2 倍。
加载所有输入和输出(目标)数据的路径:
path = 'path_to_parent_dir'
in_paths = [path + '/1/' + f for f in ['0.png', '1.png']] + [path + '/2/' + f for f in ['0.png', '1.png']]
out_paths = [path + '/2/' + f for f in ['0.png', '1.png']] + [path + '/3/' + f for f in ['0.png', '1.png']]
def data_generator(in_paths, out_paths):
for i in range(len(in_paths)):
yield cv2.imread(in_paths[i]) / 255, cv2.imread(out_paths[i]) / 255
train_dataset = tf.data.Dataset.from_generator(
lambda: data_generator(in_paths, out_paths),
output_types=(tf.float32, tf.float32),
output_shapes=((None, None, 3), (None, None, 3))
).batch(1)
validate_dataset = tf.data.Dataset.from_generator(
lambda: data_generator(in_paths, out_paths),
output_types=(tf.float32, tf.float32),
output_shapes=((None, None, 3), (None, None, 3))
).batch(1)
lambda
函数是必需的,因为from_generator
不接受生成器,而是接受对函数本身的引用(因此没有参数)。可以在 args=()
中使用 from_generator
,但就我而言,数据(路径)已转换为类似字节的对象,因此它对我不起作用。
这只是一个示例,它使用相同的数据进行训练和验证(这是愚蠢的)。适应此解决方案时,请为每个使用不同的数据。
conv_model.fit(
train_dataset,
epochs=1,
validation_data=validate_dataset
)
此工作流程会在每个 epoch 后(或者实际上是在其中或在随机时间)生成一条非常长的警告消息,建议关闭自动分片或将 auto_shard_policy 切换为 DATA 以对数据集进行分片。
但这只是一个警告,所以即使有它也能工作。有一个关于如何禁用此功能的解决方案:so 链接
我还找到了另一种方法来完成这项工作。不同之处在于,它必须生成不同类型的输出(元组的元组)。不确定哪种方式是正确的,或者它们是否等效。
def data_generator_(in_paths, out_paths):
for i in range(len(in_paths)):
yield (cv2.imread(in_paths[i]) / 255, ), (cv2.imread(out_paths[i]) / 255, )
train_dataset = tf.data.Dataset.from_generator(
lambda: data_generator_2(in_paths, out_paths),
output_types=(tf.float32, tf.float32),
output_shapes=((None, None, None, 3), (None, None, None, 3))
)
validate_dataset = tf.data.Dataset.from_generator(
lambda: data_generator_2(in_paths, out_paths),
output_types=(tf.float32, tf.float32),
output_shapes=((None, None, None, 3), (None, None, None, 3))
)
conv_model.fit(
train_dataset,
epochs=1,
batch_size=1,
validation_data=validate_dataset
)
这是一个真正痛苦的弄清楚,希望它能帮助别人。