使用TensorFlow进行立体图像的批量学习

如何使用tf.readfile进行批量学习?

for i in range(len(files_mask)):    t_image_left = tf.read_file(files_left[i], name='read_fileimage_left')    t_image_right = tf.read_file(files_right[i], name='read_fileimage_right')    t_image_mask = tf.read_file(files_mask[i], name='read_fileimage_mask')    t_left = tf.image.decode_png(t_image_left, name='decode_png_t_left', dtype=tf.uint8)    t_right = tf.image.decode_png(t_image_right, name='decode_png_t_right', dtype=tf.uint8)    t_mask = tf.image.decode_png(t_image_mask, name='decode_png_t_mask', dtype=tf.uint8)

左图、右图和掩模批次应彼此对应。所有图像的左上角批次应当是左上角批次。

是否可以使用: https://www.tensorflow.org/versions/r1.2/api_docs/python/tf/train/batch


回答:

你可以使用tf.train.batch,但你还需要为文件名使用队列,例如tf.train.slice_input_producer

filename_queue = tf.train.slice_input_producer([files_left, files_right, files_mask])t_image_left = tf.read_file(filename_queue[0], name='read_fileimage_left')t_image_right = tf.read_file(filename_queue[1], name='read_fileimage_right')t_image_mask = tf.read_file(filename_queue[2], name='read_fileimage_mask')t_left = tf.image.decode_png(t_image_left, name='decode_png_t_left', dtype=tf.uint8)t_right = tf.image.decode_png(t_image_right, name='decode_png_t_right', dtype=tf.uint8)t_mask = tf.image.decode_png(t_image_mask, name='decode_png_t_mask', dtype=tf.uint8batch_left, batch_right, batch_mask = tf.train.batch([t_left, t_right, t_mask], batch_size=32, num_threads=1,     capacity=500, enqueue_many=False,)

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注