如何将 map 函数应用于 tf.Tensor

Question

dataset = tf.data.Dataset.from_tensor_slices((images,boxes))
function_to_map = lambda x,y: func3(x,y)
fast_benchmark(dataset.map(function_to_map).batch(1).prefetch(tf.data.experimental.AUTOTUNE))

现在我这里是func3

def fast_benchmark(dataset, num_epochs=2):
    start_time = time.perf_counter()
    print('dataset->',dataset)
    for _ in tf.data.Dataset.range(num_epochs):
        for _,__ in dataset:
            print(_,__)
            break
            pass

print的输出是

tf.Tensor([b'/media/jake/mark-4tb3/input/datasets/pascal/VOCtrainval_11-May-2012/VOCdevkit/VOC2012/JPEGImages/2008_000008.jpg'], shape=(1,), dtype=string) <tf.RaggedTensor [[[52, 86, 470, 419], [157, 43, 288, 166]]]>

我想在 func3() 中做什么
想要将图像目录更改为真实图像并运行批处理

Answer 1

您需要从张量中提取字符串并使用适当的图像读取功能。下面是实现这一点的代码中要实现的步骤。

1. 你必须用tf.py_function(get_path, [x], [tf.float32])来装饰地图功能。您可以找到有关 tf.py_function here 的更多信息。在tf.py_function 中，第一个参数是map 函数的名称，第二个参数是要传递给map 函数的元素，最后一个参数是返回类型。
2. 您可以通过在 map 函数中使用 bytes.decode(file_path.numpy()) 来获取您的字符串部分。
3. 使用适当的函数来加载您的图像。我们正在使用load_img。

在下面的简单程序中，我们使用tf.data.Dataset.list_files 来读取图像的路径。接下来在map 函数中，我们使用load_img 读取图像，然后使用tf.image.central_crop 函数裁剪图像的中心部分。

代码 -

%tensorflow_version 2.x
import tensorflow as tf
from keras.preprocessing.image import load_img
from keras.preprocessing.image import img_to_array, array_to_img
from matplotlib import pyplot as plt
import numpy as np

def load_file_and_process(path):
    image = load_img(bytes.decode(path.numpy()), target_size=(224, 224))
    image = img_to_array(image)
    image = tf.image.central_crop(image, np.random.uniform(0.50, 1.00))
    return image

train_dataset = tf.data.Dataset.list_files('/content/bird.jpg')
train_dataset = train_dataset.map(lambda x: tf.py_function(load_file_and_process, [x], [tf.float32]))

for f in train_dataset:
  for l in f:
    image = np.array(array_to_img(l))
    plt.imshow(image)

输出 -

希望这能回答您的问题。快乐学习。