在阅读 TFX 的文档时,尤其是与数据预处理相关的部分,我认为管道设计更适合分类特征。
我想知道 TFX 是否也可以用于涉及图像的管道。
是的,TFX 也可以用于涉及图像的管道。
特别是在与数据预处理相关的部分,据我所知,Tensorflow Transform 中没有内置函数。
但是可以使用 TensorFlow Ops 进行转换。例如,可以使用 tf.image 来完成图像增强,等等。
图像变换的示例代码,即将图像从彩色转换为灰度,通过将每个像素的值除以 255,使用 Tensorflow 变换如下所示:
def preprocessing_fn(inputs):
"""Preprocess input columns into transformed columns."""
# Since we are modifying some features and leaving others unchanged, we
# start by setting `outputs` to a copy of `inputs.
outputs = inputs.copy()
# Convert the Image from Color to Grey Scale.
# NUMERIC_FEATURE_KEYS is the names of Columns of Values of Pixels
for key in NUMERIC_FEATURE_KEYS:
outputs[key] = tf.divide(outputs[key], 255)
outputs[LABEL_KEY] = outputs[LABEL_KEY]
return outputs