tensorflow - 如何在 TF:Slim + TF:deeplab 中对预处理前后的图像进行目视检查

Question

我使用tensorflow https://github.com/tensorflow/models/tree/master/research/deeplab我想应用我自己的数据增强。

TF:deeplab使用slim作为通用学习框架。

在deeplab核心 preprocess_utils 中有 deeplabs 自己的预处理增强。

我想要的只是手动（用我自己的肉眼）在预处理前后查看图像，以获得视觉反馈

我已经尝试获取张量 -> 图像 -> imshow 但它需要会话。在这一点上，我首先想问专家这是否可能，甚至是一个提示......

我直接在代码中插入的每个函数都只被调用一次......即使由于它正在预处理而以某种方式触发所有图像......

最好的jeahinator

Answer 1

使用会话有什么问题？如果预处理被定义为一组 TensorFlow 操作，您必须运行一个会话来用值填充张量。例如：

valid_dataset = dataset([args.valid_data], args.batch_size, args.img_height, args.img_width)                                                                                                                                                       
x = train_dataset.make_one_shot_iterator().get_next()                                                                                                                                                                                                          
with tf.Session() as sess:                                                                                                                                                                                                                                        
    for i in range(50):                                                                                                                                                                                                                                           
        image = sess.run([x])[0]                                                                                                                                                                                                                            
        image = np.squeeze(image) * 255                                                                                                                                                                                                                                                                                                                                                                                                                        
        cv2.imwrite(os.path.join(args.log_dir, '{:04d}.png'.format(i)),                                                                                                                                                                                           
                    cv2.cvtColor(image, cv2.COLOR_RGB2BGR))

在此示例中，该dataset函数构建输入管道，包括预处理。

或者，您可以使用急切执行。