Tensorflow tidak bisa mendapatkan `image.shape` dari metode di` dataset.map (mapFn) `

10

Saya mencoba melakukan yang tensorflowsetara torch.transforms.Resize(TRAIN_IMAGE_SIZE), yang mengubah ukuran dimensi gambar terkecil menjadi TRAIN_IMAGE_SIZE. Sesuatu seperti ini

def transforms(filename):
  parts = tf.strings.split(filename, '/')
  label = parts[-2]

  image = tf.io.read_file(filename)
  image = tf.image.decode_jpeg(image)
  image = tf.image.convert_image_dtype(image, tf.float32)

  # this doesn't work with Dataset.map() because image.shape=(None,None,3) from Dataset.map()
  image = largest_sq_crop(image) 

  image = tf.image.resize(image, (256,256))
  return image, label

list_ds = tf.data.Dataset.list_files('{}/*/*'.format(DATASET_PATH))
images_ds = list_ds.map(transforms).batch(4)

Jawaban sederhananya ada di sini: Tensorflow: Memotong wilayah kuadrat pusat gambar terbesar

Tetapi ketika saya menggunakan metode dengan tf.data.Dataset.map(transforms), saya dapatkan shape=(None,None,3)dari dalam largest_sq_crop(image). Metode ini berfungsi dengan baik ketika saya menyebutnya dengan normal.

michael
sumber
1
Saya percaya masalahnya ada pada fakta bahwa EagerTensorstidak tersedia di dalam Dataset.map()sehingga bentuknya tidak diketahui. apakah ada solusinya?
michael
Bisakah Anda memasukkan definisi largest_sq_crop?
jakub

Jawaban:

1

Saya menemukan jawabannya. Itu ada hubungannya dengan fakta bahwa metode ukuran saya bekerja dengan baik dengan eksekusi bersemangat, misalnya tf.executing_eagerly()==Truetetapi gagal ketika digunakan di dalam dataset.map(). Rupanya, di lingkungan eksekusi itu tf.executing_eagerly()==False,.

Kesalahan saya adalah cara saya membongkar bentuk gambar untuk mendapatkan dimensi untuk penskalaan. Eksekusi grafik Tensorflow tampaknya tidak mendukung akses ke tensor.shapetuple.

  # wrong
  b,h,w,c = img.shape
  print("ERR> ", h,w,c)
  # ERR>  None None 3

  # also wrong
  b = img.shape[0]
  h = img.shape[1]
  w = img.shape[2]
  c = img.shape[3]
  print("ERR> ", h,w,c)
  # ERR>  None None 3

  # but this works!!!
  shape = tf.shape(img)
  b = shape[0]
  h = shape[1]
  w = shape[2]
  c = shape[3]
  img = tf.reshape( img, (-1,h,w,c))
  print("OK> ", h,w,c)
  # OK>  Tensor("strided_slice_2:0", shape=(), dtype=int32) Tensor("strided_slice_3:0", shape=(), dtype=int32) Tensor("strided_slice_4:0", shape=(), dtype=int32)

Saya menggunakan dimensi bentuk hilir dalam dataset.map()fungsi saya dan melemparkan pengecualian berikut karena itu mendapatkan Nonebukan nilai.

TypeError: Failed to convert object of type <class 'tuple'> to Tensor. Contents: (-1, None, None, 3). Consider casting elements to a supported type.

Ketika saya beralih ke membongkar bentuk secara manual tf.shape(), semuanya bekerja dengan baik.

michael
sumber