tf.image.crop_and_resize() 返回损坏的裁剪图像答案

【问题标题】：tf.image.crop_and_resize() returns broken cropped imagetf.image.crop_and_resize() 返回损坏的裁剪图像
【发布时间】：2018-06-18 04:52:34
【问题描述】：

我正在尝试使用由 TensorFlow API 实现的 Faster R-CNN 的边界框来捕获裁剪后的图像。（特别是我从tensorflow关注并定制了this tutorial）

我按照上面教程的代码如下：

for image_path in TEST_IMAGE_PATHS[0:1]:
            image = Image.open(image_path)
            image_np = load_image_into_numpy_array(image)
            image_np_expanded = np.expand_dims(image_np, axis=0)

            (_image_tensor,_boxes, scores, classes, num) = sess.run(
              [image_tensor,detection_boxes, detection_scores, detection_classes, num_detections],
              feed_dict={image_tensor: image_np_expanded})

            test = tf.image.crop_and_resize(image=image_np_expanded,
                                                             boxes=[[0.27640104,0.2573258,0.57859987,0.7340185]],
                                                             box_ind=[0],
                                                             crop_size=[50,50])
            plt.figure()
            plt.imshow(image_np)

            plt.figure()
            plt.imshow(test[0].eval())

上面的代码执行后，结果如下图：

如您所见，裁剪后的第二张图片已损坏。边界框的值是变量 '_boxes' 的第一个值，即 "_boxes[0]"

我有什么遗漏吗？我被这个问题困住了。

【问题讨论】：

标签： tensorflow object-detection bounding-box

【解决方案1】：

tf.image.crop_and_resize 似乎需要 [0,1] 范围内的像素值。将代码更改为

test = tf.image.crop_and_resize(image=image_np_expanded/255., ...)

为我解决了问题。

【讨论】：

它也为我解决了问题。谢谢，但你为什么使用“256。”？我确实使用了“255”。
感谢您的修复，您是如何通过看到损坏的图像提出解决方案的？
我不只是看到它，我自己尝试过并尝试过它，直到它起作用。这实际上有点令人惊讶，因为crop_and_resize 只应该执行线性插值，原则上不需要检查饱和度。但显然在此过程中的某个地方正在执行饱和截止。
感谢您的诚意！

【解决方案2】：

TensorFlow 提供 tf.image.convert_image_dtype 用于 int 和 float 之间的转换。在转换回 int（并使用saturate=True）时特别有用。但我建议在任一方向使用它。

【讨论】：