接续ep.18。
input_preprocess.py
(cont.)tf.shape
的axis 0是平常图片的高、axis 1则是图片的宽。
mean_pixel
变数中。
pad_to_bounding_box()
中,tensorflow的image API中也有实作一个同名的method,但这两个有稍微不同之处:Deeplab这里实作的方法,可以输入任意要padding的值,不用一定是0;在图片尺寸不明的状况下亦可处理。
再来是将已经经过resize、padding的影像,用random_crop()
随机裁切,他的第一个参数是把data与label这两个高宽相同、但channel数不同的tensor用list包起来,这样分批可以加快速度处理。
所做的事情是随机在图片的任意位置上产生指定crop尺寸(预设是513,513)的bounding box,然後再根据bounding box做裁切。
做完一切处理後,所有的影像皆为指定的crop尺寸,就把影像的尺寸给设定好。label也是。
接着最後就是在训练时,以0.5的机率将data与label作为一组进行左右翻转。这个method也是自制的,而非使用tf.random_flip_left_right,这样可以调控翻转的比例并且确保data与label是接受相同的处理。
最後就将处理完成的data与label回传。
>>: 第二十七日-MYSQL的「如果」:IF、CASE基本用法
前情提要 艾草:「你过来帮我摆一下魔法阵!」 「哇喔,看起来好厉害唷!这里有三个空位是要摆什麽吗?」...
前言 Reactor 是concurrency-agnostic ,花了一点时间研究这个英文单字的意...
大家好~ 我是五岁~ 今天来画牛头怪~ 今天会尝试卡通风格~ 目标是一只跟人一样站立的牛头怪,武器是...
前言 Hi, 我是鱼板伯爵今天要讲 StatelessWidget & StatfulWid...
集合的特性 可以依照集合是否具有「自动排序性」、「重复性」、「次序性」及「使用关键值」,为资料选择适...