为什么/如何在转换为 tensorflow 2.0 数据集后更改图像数据集的尺寸答案

【问题标题】：Why/How image dataet dimensions get changed after it converts into tensorflow 2.0 dataset为什么/如何在转换为 tensorflow 2.0 数据集后更改图像数据集的尺寸
【发布时间】：2020-05-31 01:02:24
【问题描述】：

我正在使用 CIFAR10 数据集。它具有原始大小：(60000,32,32,3) ，将其转换为 tensorflow 数据集后，将其转换为 tf.Tensor : shape(64,24,24,3)。我从上面了解到的是，每批 3 个通道中有 64 张 24 x 24 的图像。（如果我错了，请知道）这是我的代码 sn-p。

(x_train,y_train),(x_test,y_test)=tf.keras.datasets.cifar10.load_data()
train_dataset=tf.data.Dataset.from_tensor_slices((x_train,y_train)).batch(64).shuffle(10000)
train_dataset=train_dataset.map(lambda x,y:(tf.cast(x,tf.float32)/255.0,y))
train_dataset=train_dataset.map(lambda x,y:(tf.image.central_crop(x,0.75),y))
train_dataset=train_dataset.map(lambda x,y:(tf.image.random_flip_left_right(x),y))
train_dataset=train_dataset.repeat()

据我了解，这是因为它被集中裁剪了 75%。如果是对的，那么究竟如何？

【问题讨论】：

标签： deep-learning conv-neural-network tensorflow2.0 tensorflow-datasets

【解决方案1】：

你的理解是正确的。 central_crop 通过删除图像的外部部分来裁剪图像的中心区域。因此，对于central_fraction=0.75，图像的新尺寸将为32*0.75 = 24。这是该方法的文档：

central_crop(image, central_fraction)
    Crop the central region of the image(s).

    Remove the outer parts of an image but retain the central region of the image
    along each dimension. If we specify central_fraction = 0.5, this function
    returns the region marked with "X" in the below diagram.

         --------
        |        |
        |  XXXX  |
        |  XXXX  |
        |        |   where "X" is the central 50% of the image.
         --------

    This function works on either a single image (`image` is a 3-D Tensor), or a
    batch of images (`image` is a 4-D Tensor).

    Args:
      image: Either a 3-D float Tensor of shape [height, width, depth], or a 4-D
        Tensor of shape [batch_size, height, width, depth].
      central_fraction: float (0, 1], fraction of size to crop
    Usage Example: ```python >> import tensorflow as tf >> x =
      tf.random.normal(shape=(256, 256, 3)) >> tf.image.central_crop(x, 0.5) ```

    Raises:
      ValueError: if central_crop_fraction is not within (0, 1].

    Returns:
      3-D / 4-D float Tensor, as per the input.

【讨论】：