バッチ作成時にTensorflowが画像とラベルを混ぜる

Question

私はこの問題を何週間も抱えています。私は画像ファイル名のリストから画像バッチを作成したい。ファイル名リストをキューに挿入し、リーダーを使用してファイルを取得します。次に、リーダーはファイル名と読み取られたイメージファイルを返します。

私の問題は、デコードされたjpgとリーダーからのラベルを使ってバッチを作成すると、tf.train.shuffle_batch（）は画像とファイル名を混ぜて、ラベルの順序が間違っていることです。イメージファイル。私がキュー/ shuffle_batchに間違っていることがありますか？また、正しいファイルの正しいラベルがバッチに出てくるように修正するにはどうしたらいいですか？

多くの感謝！

import tensorflow as tf 
 
from tensorflow.python.framework import ops 
 

 

 
def preprocess_image_tensor(image_tf): 
 
    image = tf.image.convert_image_dtype(image_tf, dtype=tf.float32) 
 
    image = tf.image.resize_image_with_crop_or_pad(image, 300, 300) 
 
    image = tf.image.per_image_standardization(image) 
 
return image 
 

 
# original image names and labels 
 
image_paths = ["image_0.jpg", "image_1.jpg", "image_2.jpg", "image_3.jpg", "image_4.jpg", "image_5.jpg", "image_6.jpg", "image_7.jpg", "image_8.jpg"] 
 

 
labels = [0, 1, 2, 3, 4, 5, 6, 7, 8] 
 

 
# converting arrays to tensors 
 
image_paths_tf = ops.convert_to_tensor(image_paths, dtype=tf.string, name="image_paths_tf") 
 
labels_tf = ops.convert_to_tensor(labels, dtype=tf.int32, name="labels_tf") 
 

 
# getting tensor slices 
 
image_path_tf, label_tf = tf.train.slice_input_producer([image_paths_tf, labels_tf], shuffle=False) 
 

 
# getting image tensors from jpeg and performing preprocessing 
 
image_buffer_tf = tf.read_file(image_path_tf, name="image_buffer") 
 
image_tf = tf.image.decode_jpeg(image_buffer_tf, channels=3, name="image") 
 
image_tf = preprocess_image_tensor(image_tf) 
 

 
# creating a batch of images and labels 
 
batch_size = 5 
 
num_threads = 4 
 
images_batch_tf, labels_batch_tf = tf.train.batch([image_tf, label_tf], batch_size=batch_size, num_threads=num_threads) 
 

 
# running testing session to check order of images and labels 
 
init = tf.global_variables_initializer() 
 
with tf.Session() as sess: 
 
    sess.run(init) 
 

 
    coord = tf.train.Coordinator() 
 
    threads = tf.train.start_queue_runners(coord=coord) 
 

 
    print image_path_tf.eval() 
 
    print label_tf.eval() 
 

 
    coord.request_stop() 
 
    coord.join(threads)

Answer 1

待機....あなたのtf使用法はちょっと変わっていませんか？

あなたは基本的に呼び出すことにより、二回グラフを実行している：

print image_path_tf.eval() 
    print label_tf.eval() 

をそしてあなただけimage_path_tfとlabel_tfを求めていることから、この行の下に何も実行されません。

image_path_tf, label_tf = tf.train.slice_input_producer([image_paths_tf, labels_tf], shuffle=False) 

たぶんしてみてくださいこの？

image_paths, labels = sess.run([images_batch_tf, labels_batch_tf]) 
print(image_paths) 
print(labels) 

Answer 2

あなたのコードから、私はあなたのラベルはJPEG画像から抽出/符号化されているかわからないんです。私は同じファイル内のすべてをエンコードしていましたが、それ以来より洗練されたソリューションが見つかりました。 image_pathsとラベル番号labelsの数字の配列を取得できると仮定すると、それらを一緒にバインドしてtf.train.slice_input_producerで個々の例に対して操作し、次にtf.train.batchを使用して一括してバッチすることができます。

import tensorflow as tf 
from tensorflow.python.framework import ops 

shuffle = True 
batch_size = 128 
num_threads = 8 

def get_data(): 
    """ 
    Return image_paths, labels such that label[i] corresponds to image_paths[i]. 

    image_paths: list of strings 
    labels: list/np array of labels 
    """ 
    raise NotImplementedError() 

def preprocess_image_tensor(image_tf): 
    """Preprocess a single image.""" 
    image = tf.image.convert_image_dtype(image_tf, dtype=tf.float32) 
    image = tf.image.resize_image_with_crop_or_pad(image, 300, 300) 
    image = tf.image.per_image_standardization(image) 
    return image 

image_paths, labels = get_data() 

image_paths_tf = ops.convert_to_tensor(image_paths, dtype=tf.string, name='image_paths') 
labels_tf = ops.convert_to_tensor(image_paths, dtype=tf.int32, name='labels') 
image_path_tf, label_tf = tf.train.slice_input_producer([image_paths_tf, labels_tf], shuffle=shuffle) 

# preprocess single image paths 
image_buffer_tf = tf.read_file(image_path_tf, name='image_buffer') 
image_tf = tf.image.decode_jpeg(image_buffer_tf, channels=3, name='image') 
image_tf = preprocess_image_tensor(image_tf) 

# batch the results 
image_batch_tf, labels_batch_tf = tf.train.batch([image_tf, label_tf], batch_size=batch_size, num_threads=num_threads)