我已经将图像、标签和文件名写入了一个tfrecords文件。当我尝试解码这个文件时，我无法将文件名从tf.string转换为字符串。
我编写用于转换为tfrecords文件的代码如下：
num_batches = 6batch_size = math.ceil(X_training.shape[0] / num_batches)for i in range(num_batches): train_path = os.path.join("data","batch_" + str(i) + '.tfrecords') writer = tf.python_io.TFRecordWriter(train_path) start_row = i * batch_size end_row = start_row + batch_size - 1 for idx in range(start_row, end_row): try: label = y_tr[idx] filename = train_filenames[idx].tostring() image = X_tr[idx] image_raw = image.tostring() except: continue example = tf.train.Example( features=tf.train.Features( feature={ 'label': _int64_feature(label), 'filename': _bytes_feature(filename), 'image': _bytes_feature(image_raw), })) serialized = example.SerializeToString() writer.write(serialized)我有一个用于读取和解码tfrecords文件的函数：
def read_and_decode_single_example(filenames): filename_queue = tf.train.string_input_producer(filenames) reader = tf.TFRecordReader() _, serialized_example = reader.read(filename_queue) features = tf.parse_single_example( serialized_example, features={ 'label': tf.FixedLenFeature([], tf.int64), 'filename': tf.FixedLenFeature([], tf.string), 'image': tf.FixedLenFeature([], tf.string) }) label = features['label'] image = tf.decode_raw(features['image'], tf.uint8) image = tf.reshape(image, [499, 499, 1]) filename = features['filename'] return label, image, filename当我解码不同的批次时，返回的文件名看起来像这样：
b’P\x00\x00\x00_\x00\x00\x000\x00\x00\x000\x00\x00\x001\x00\x00\x004\x00\x00\x008\x00\x00\x00_\x00\x00\x00R\x00\x00\x00I\x00\x00\x00G\x00\x00\x00H\x00\x00\x00T\x00\x00\x00_\x00\x00\x00M\x00\x00\x00L\x00\x00\x00O\x00\x00\x00.\x00\x00\x00j\x00\x00\x00p\x00\x00\x00g\x00\x00\x00′
我在从tf.string解码时做错了什么？
回答：
对你的字节字符串调用.decode().replace('\x00', '')会产生’P_00148_RIGHT_MLO.jpg’。
在函数返回时添加解码和替换操作应该可以解决你的问题。
