tenssor flow画像を裁断してデータを強化します。


余計なことを言わないで、コードを見てください。

#!/usr/bin/env python
# encoding: utf-8
'''
@author: lele Ye
@contact: [email protected]
@software: pycharm 2018.2
@file: 13mnist.py
@time: 2018/12/17 10:23
@desc:
'''
import tensorflow as tf
import scipy.misc
import matplotlib.pyplot as plt
import random
 
#          
filenames = ['./tianchi.jpg']
#         
filename_queue = tf.train.string_input_producer(filenames)
#      ,      ,      key,          value
reader = tf.WholeFileReader()
# Returns the next record (key, value) pair produced by a reader
key, value = reader.read(filename_queue)
images = tf.image.decode_jpeg(value) # tf.image.decode_png(value)
target_width = target_height = 224
 
#     
with tf.Session() as sess:
  # Coordinator   ,        
  coord = tf.train.Coordinator()
  #     graph         (queuerunners)
  threads = tf.train.start_queue_runners(coord=coord)
  height,width,channels = sess.run(tf.shape(images))
  offset_height = random.randint(0,height-target_height)
  offset_width = random.randint(0,width-target_width)
  reshapeimg = tf.image.crop_to_bounding_box(images, offset_height=offset_height, offset_width=offset_width,
                        target_height=target_height,target_width=target_width)
  print(type(reshapeimg)) # <class 'tensorflow.python.framework.ops.Tensor'>
  reimg1 = reshapeimg.eval() # reimg1    <class 'numpy.ndarray'>
  scipy.misc.imsave('./crop.jpg', reimg1)
  plt.imshow(reimg1)
  plt.axis("off")
  plt.show()
  #       
  coord.request_stop()
  #       
  coord.join(threads)
オリジナル画像480 x 320 x 3:

裁断後224 x 224 x 3:

補足知識:Tensorflow画像強化(ImageData Generator)
私たちはより複雑なネットワークを訓練して、私たちのトレーニングデータセットが限られているとき、ネットワークは過当フィットの状態に陥りやすいです。
この問題を解決するための可能な有効な方法は、既存の限られたデータセットを通して、画像処理などの方法(回転、せん断、スケーリング)によって、より多くの類似した多様なデータを得ることである。
データ拡張処理は、より多くの記憶空間を占有しない、すなわちデータ拡張プロセスにおいて、元のデータは修正されず、すべての処理過程はメモリ内で即時に処理される。
注意:
データの増強は必ずしも万能薬ではない(データが多いが)、データはもとのデータのランダム性を高めているが、テストセットやアプリケーションシーンがこのようなランダム性を持っていないなら、それは役に立たなくなり、訓練に必要な時間が増える。
使用方法:

train_datagen = ImageDataGenerator(
    rescale=1./255, #     255,[0-255] ->[0,1]
    shear_range=0.2, #    (          ,     )
    zoom_range=0.2, #      
    horizontal_flip=True) #    

test_datagen = ImageDataGenerator(rescale=1./255)

train_generator = train_datagen.flow_from_directory(
    'data/train',
    target_size=(150, 150),
    batch_size=32,
    class_mode='binary')

validation_generator = test_datagen.flow_from_directory(
    'data/validation',
    target_size=(150, 150),
    batch_size=32,
    class_mode='binary')

model.fit_generator(
    train_generator,
    steps_per_epoch=2000,
    epochs=50,
    validation_data=validation_generator,
    validation_steps=800)
以上のこのtenssor flow画像を裁断してデータを強化して操作します。つまり、小編集は皆さんに全部の内容を共有しています。参考にしてもらいたいです。皆さんもよろしくお願いします。