使用文件名数据集，将图像数据集创建为元组

Question

我在一个文件夹中创建了一个包含许多图像文件名的 tensorflow 数据集。这些图像被命名为 [index].jpg，其中 index 是一些用于识别图像的整数。我有一个字符串“索引”字典，可以将其标记为元组。如何使用 tf.data.Dataset.map 将索引映射到标签元组？

这是我试图传递给 map 函数的 map_func：

def grabImages(filepath):
   index = getIndexFromFilePath(filepath)
   img = tf.io.read_file(filepath)
   img = translateImage(img)
   dictionary = getLabelDictionary()
   return index, img

dictionary 是标签 dict 的索引，index 是文件路径的索引，如 tf.Tensor，img 是文件路径中的预处理图像。

这会返回一个带有索引的数据集，作为张量，映射到相应的图像。有没有办法使用dictionary 使用dictionary[index] 之类的东西来获取index 的标签？基本上就是想找到index的字符串内容。

我曾尝试在grabImages 函数中将.numpy() 和.eval() 与当前会话一起使用，但都不起作用。

Answer 1

这是一个示例，说明如何在 tf.data.Dataset.map 函数中获取张量的字符串部分。

以下是我在代码中实现的步骤。

1. 你必须用tf.py_function(get_path, [x], [tf.string])装饰地图功能。您可以找到有关 tf.py_function here 的更多信息。
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。

代码 -

%tensorflow_version 2.x
import tensorflow as tf
import numpy as np

def get_path(file_path):
    print("file_path: ",bytes.decode(file_path.numpy()),type(bytes.decode(file_path.numpy())))
    return file_path

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

for one_element in train_dataset:
    print(one_element)

输出 -

file_path:  /content/bird.jpg <class 'str'>
(<tf.Tensor: shape=(), dtype=string, numpy=b'/content/bird.jpg'>,)

希望这能回答你的问题。