2016-01-27 3 views
1

Я неофит-нейронная сеть, пытающаяся справиться с TensorFlow. Я использовал набор данных MNIST в качестве теста и теперь хотел бы использовать данные реального мира. Может ли кто-нибудь указать мне на «Howto» или на бумагу или источник, рассказывающий мне, как сделать преобразование цифровых фотографий в файлы (jpeg, png, gif, wmf) в тензоры, готовые для импорта в TensorFlow, пожалуйста?как преобразовать фотографии в тензоры

Cheers!

+2

https://github.com/HamedMP/ImageFlow имеет хороший код для преобразования изображений в TFRecords. Это может помочь. Если вы хотите работать с байтами, то вам нужен код, похожий на пример CIFAR10 в TF. Каков ваш конкретный вариант использования? – jkschin

+0

Привет, спасибо за указатель; Я буду загружать ImageFlow и дать ему уйти. Вариант использования - идентификация шмелей. –

+0

Я нашел и загрузил модуль ImageFlow, но при использовании команды документа не ясно: convert_images (изображения, метки, имя файла). Может кто-нибудь, пожалуйста, покажите мне пример того, как использовать эту команду, пожалуйста? (Например, он запрашивает метку для каждого изображения - может это быть правильно?) –

ответ

0

Вы можете использовать TensorFlow image functions для загрузки изображений и преобразования их в тензоры. После загрузки изображений вы, скорее всего, захотите посмотреть на tf.image.resize_bilinear, чтобы изменить размер изображений до стандартных размеров.

0

Стандартный способ загрузки данных в Tensorflow - использовать файл TFRecords.

Другой подход заключается в преобразовании любых данных, которые у вас есть, в поддерживаемый формат. Такой подход упрощает смешивание и сопоставление наборов данных и сетевых архитектур. Рекомендуемый формат TensorFlow - это файл TFRecords, содержащий tf.train.Example буферы протокола.

- Tensorflow Documentation

В основном TFRecord является двоичным представлением данных или изображений вместе с его этикетками, имена файлов и другой информации. Его основные преимущества - позволить вам эффективно передавать данные в модель, используя потоки Tensorflow и повышать гибкость между различными моделями.

Вы можете использовать этот script для создания собственных файлов TFRecord.

Кроме того, вы можете прочитать о том, как использовать скрипт here.

 Смежные вопросы

  • Нет связанных вопросов^_^