Tensorflow 数据集将图像分割成图块答案

【问题标题】：Tensorflow Dataset Split Images into TilesTensorflow 数据集将图像分割成图块
【发布时间】：2020-11-28 00:13:37
【问题描述】：

我正在按如下方式加载我的数据集，

ds =  tf.data.Dataset.list_files("/images/*.png")

train_size = int(0.8 * len(ds))
train_ds = ds.take(train_size)
train_ds = train_ds.map(load_sample)
//Splite each image into N smaller tiles
train_ds = train_ds.map(preprocessing_train, num_parallel_calls=AUTOTUNE)
train_ds = train_ds.repeat()
train_ds = train_ds.batch(batch_size)
train_ds = train_ds.prefetch(buffer_size=AUTOTUNE)

图像很大，我需要在推断后进行一些测量，所以我想避免调整它们的大小。我有一个单独的功能，它将拍摄图像并将其拆分为图块，例如。如果图像是 512,512 我想要 256,256 个图块，它返回 2x2x256x256 我想在这 256,256 个图块上训练网络（在推理期间，我还将在更小的图块上运行它，而不是组合起来以获得原始图片）。使用Dataset 如何在map(load_sample) 和train_ds.map(preprocessing_train) 之前将图像拆分为图块。

【问题讨论】：

您可以使用您的自定义函数调用map。
@Lescurel 不会返回 2x2 瓦片的返回序列吗？不是图像序列
您可以重塑为 (N, W, H, C) 并在之后调用 unbatch。

标签： python tensorflow tensorflow2.0

【解决方案1】：

您可以重塑平铺张量并调用 unbatch 以消除额外维度。

import tensorflow as tf
a = tf.expand_dims(tf.eye(6),0)
a = tf.concat([a,a,a,a], 0) # getting a dataset of 4 (6,6) "images"
ds = tf.data.Dataset.from_tensor_slices(a) # ds shape is (6,6)
# Mimicking your tiling op
tiling_op = lambda b :tf.reshape(b, (2,2,3,3)) 
ds = ds.map(tiling_op) # ds shape is now (2,2,3,3)
reshape_op = lambda b: tf.reshape(b, (-1,3,3))
ds = ds.map(reshape_op) # ds shape is now (4,3,3)
# getting rid of the tiled dimension
ds = ds.unbatch() # ds shape is now (3,3)

【讨论】：