爲什麼`tf.image.resize_images`設置圖像形狀？

Question

我的目標是爲數據增強目的引入隨機縮放和轉換。

distorted_image = tf.image.resize_images(distorted_image, random_scale, random_scale) 
distorted_image = tf.image.crop_to_bounding_box(distorted_image, random_y, random_x, 299, 299) 

這種失敗'image' must be fully defined.交換行工作，但並沒有做什麼，我真正需要的。

distorted_image = tf.image.crop_to_bounding_box(distorted_image, random_y, random_x, 299, 299) 
distorted_image = tf.image.resize_images(distorted_image, random_scale, random_scale) 

所以好像resize_images失去了像張量的形狀，然後crop_to_bouding_box失敗。這是故意的，我錯過了什麼？調整大小後random_crop如何工作，但crop_to_bounding_box不是？

Answer 1

tf.image.resize_images() op 確實設置圖像形狀，在this line的實現。 （這在TensorFlow 0.7添加。）

然而，如果任一new_height或new_width參數是動態值，然後TensorFlow不能推斷該維度單個形狀，因此使用None該維度。我注意到在你的代碼中，新的高度和寬度值被稱爲random_scale：如果在每個步驟上繪製一個新的隨機值，那麼該形狀對於高度和寬度尺寸將具有None。

注意，在這種情況下，運算tf.image.crop_to_bounding_box()不會因爲工作—作爲錯誤消息指示—當前的實現要求輸入的形狀來完全定義。正如我在a recent answer中指出的那樣，最好的解決方法可能是使用實施tf.image.crop_to_bounding_box()的低層操作（特別是帶有計算指數的tf.slice()）。