我可以对一批数据使用cv2.cvtColor（image，cv2.COLOR_GRAY2RGB）吗？

Question

我正在使用Inception v3，尝试使用MNIST JPG图像作为预测数据集。在将培训批次输入模型时，我遇到了一个问题。错误是由于形状。 X_batch的形状为（？，299,299），其中第一层需要的形状为（？，299，299，3）。在代码的不同部分中，我替换了一些示例，我能够使用example_image = cv2.cvtColor(example_image,cv2.COLOR_GRAY2RGB)将示例转换为RGB，从而使example_image.shape为（299，299，3）。我的问题是，我是否可以使用cv2将X_batch转换为RGB或代码的一部分，以使X_batch的形状为（？，299，299，3）？

这是我需要进行转换的代码的一部分：

from random import sample

def prepare_batch(MNIST_paths_and_classes, batch_size):
    batch_paths_and_classes = sample(MNIST_paths_and_classes, batch_size)
    images = [mpimg.imread(path)[:, :] for path, labels in batch_paths_and_classes]
    prepared_images = [prepare_image(image) for image in images]
    X_batch = 2 * np.stack(prepared_images) - 1 # Inception expects colors ranging from -1 to 1
    y_batch = np.array([labels for path, labels in batch_paths_and_classes], dtype=np.int32)
    return X_batch, y_batch

X_batch, y_batch = prepare_batch(MNIST_paths_and_classes_train, batch_size=4)

X_batch =（4，299，299）y_batch =（4，）

  X_test, y_test = prepare_batch(MNIST_paths_and_classes_test, batch_size=len(MNIST_paths_and_classes_test))

X_test =（12000，299，299）

此部分中的错误：

ValueError：无法为具有形状'（？，299，299，3）'的张量'X：0'输入形状（40，299，299）的值]

n_epochs = 10
batch_size = 40
n_iterations_per_epoch = len(MNIST_paths_and_classes_train) // batch_size

with tf.Session() as sess:
    init.run()
    inception_saver.restore(sess, INCEPTION_V3_CHECKPOINT_PATH)

    for epoch in range(n_epochs):
        print("Epoch", epoch, end="")
        for iteration in range(n_iterations_per_epoch):
            print(".", end="")
            X_batch, y_batch = prepare_batch(MNIST_paths_and_classes_train, batch_size)
            sess.run(training_op, feed_dict={X: X_batch, y: y_batch, training: True})

        acc_train = accuracy.eval(feed_dict={X: X_batch, y: y_batch})
        print("  Train accuracy:", acc_train)

        save_path = saver.save(sess, "./my_MNIST_model")

Answer 1

我不明白是什么使您感到困惑。如您所说，cv2.cvtColor会给出正确的形状，因此只需将X_batch中的图像一张一张地转换。

X_batch_rgb = np.copy(X_batch)
for i in len(X_batch):
    X_batch_rgb[i, ...] = cv2.cvtColor(X_batch[i, ...],cv2.COLOR_GRAY2RGB)

现在X_batch_rgb数组具有所需的形状。