TensorFlow에는 교육 과정에서 입력 이미지 왜곡에 사용되는 이미지 작업이 많이 있습니다. tf.image.random_flip_left_right(image, seed=None)
및 tf.image.random_brightness(image, max_delta, seed=None)
등 여러 가지가 있습니다.TensorFlow 배치 작업을위한 이미지 작업
이러한 기능은 단일 이미지 (즉, [높이, 너비, 색상 채널] 모양의 3 차원 텐서)에 대해 수행됩니다. 이미지 묶음 (예 : 모양 [배치, 높이, 너비, 색상 채널]이있는 4 차원 텐서)에서 작동하게하려면 어떻게해야합니까?
실용 예제는 대단히 감사하겠습니다!
고마워요! tf.image의 함수에이 내장 함수가없는 이유가 있습니까? tf.map_fn()에서 호출 된 단일 함수 전처리()에서 모든 이미지 왜곡을 만들었습니다. map_fn()은 새로운 임의의 값으로 preprocess()를 반복적으로 호출하기 때문에 이것이 임의의 왜곡을 모든 이미지에 대해 다른 것으로 만듭니다. 귀하의 답변과 제안 된 다른 답변 사이의 차이점, 그리고 왜 map_fn()이 더 나은 해결책인지 자세히 설명해주십시오. 나는 런타임에 이미지 위에 tf.map_fn()이 반복되는 것을 추측하고 있으므로 일괄 처리의 각 이미지에 대한 그래프에 연산을 추가하지 않습니까? – questiondude
감사. 나는 이것을했고, 효과가 있었다. 그러나 이제는 교육이 변환없이 5 배 더 느려지므로 효율성이 떨어집니다 .-( –