如何批处理对象检测数据集？答案

【问题标题】：How to batch an object detection dataset?如何批处理对象检测数据集？
【发布时间】：2021-09-21 04:45:45
【问题描述】：

我正在努力在更广泛的人脸数据集上实现人脸检测模型。我了解到它是内置在 Tensorflow datasets 中的，我正在使用它。但是，我在批处理数据时遇到了问题。由于一个图像可以有多个人脸，因此每个图像输出的边界框的数量是不同的。例如，一张有 2 个人脸的图像将有 2 个边界框，而一张有 4 个人脸的图像将有 4 个边界框，以此类推。

但问题是，这些不相等数量的边界框导致每个 Dataset 对象张量具有不同的形状。在 TensorFlow afaik 中，我们不能批量处理不相等形状的张量（来源 - Tensorflow Datasets: Make batches with different shaped data）。所以我无法批处理数据集。

所以在加载下面的代码和批处理之后-

ds,info = tfds.load('wider_face', split='train', shuffle_files=True, with_info= True)
ds1 = ds.batch(12)
for step, (x,y,z) in enumerate(ds1) :
 print(step)
 break

我在运行Link to Error Image时遇到这种错误

一般来说，关于如何批量处理 Tensorflow 对象检测数据集的任何帮助都会非常有帮助。

【问题讨论】：

标签： tensorflow deep-learning computer-vision conv-neural-network object-detection

【解决方案1】：

可能有点晚了，但我想我还是应该发布这个。 padded_batch 功能应该在这里解决问题。它通过填充零匹配维度来解决这个问题

ds,info = tfds.load('wider_face', split='train', shuffle_files=True, with_info= True)
ds1 = ds.padded_batch(12)
for step, (x,y,z) in enumerate(ds1) :
 print(step)
 break

另一种解决方案是不使用批处理，而是使用带有 for 循环的自定义缓冲区进行处理，但这违背了目的。只是为了后代，我将在此处添加示例代码作为简单解决方法的示例。

ds,info = tfds.load('wider_face', split='train', shuffle_files=True, with_info= True)
batch_size = 12
image_annotations_pair = [x['image'], x['faces']['bbox'] for n, x in enumerate(ds) if n < batch_size]

然后使用为此修改的 train_step。

详情可参考-https://www.kite.com/python/docs/tensorflow.contrib.autograph.operators.control_flow.dataset_ops.DatasetV2.padded_batch

【讨论】：

是的，我用过类似的东西，谢谢你的回答。