为什么`tf.image.resize_images`设置图像形状？

Question

我的目标是为数据增强目的引入随机缩放和转换。

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) 

这种失败'image' must be fully defined.交换行工作，但并没有做什么，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失去了像张量的形状，然后crop_to_bouding_box失败。这是故意的，我错过了什么？调整大小后random_crop如何工作，但crop_to_bounding_box不是？

Answer 1

tf.image.resize_images() op 确实设置图像形状，在this line的实现。 （这在TensorFlow 0.7添加。）

然而，如果任一new_height或new_width参数是动态值，然后TensorFlow不能推断该维度单个形状，因此使用None该维度。我注意到在你的代码中，新的高度和宽度值被称为random_scale：如果在每个步骤上绘制一个新的随机值，那么该形状对于高度和宽度尺寸将具有None。

注意，在这种情况下，运算tf.image.crop_to_bounding_box()不会因为工作—作为错误消息指示—当前的实现要求输入的形状来完全定义。正如我在a recent answer中指出的那样，最好的解决方法可能是使用实施tf.image.crop_to_bounding_box()的低层操作（特别是带有计算指数的tf.slice()）。