通过张量流旋转创建增强的训练数据

Question

最近从tensorflow 和cnn 开始，我希望训练一个简单的网络来向上旋转特征。

我有一个 1k 向上的图像数据集并使用 tensorflow.contrib.image.rotate 我想以随机角度旋转它们。 在RotNet 的行内，但使用tensorflow 而不是keras。

这个想法是从 1k 个图像数据集中的每一个创建 N 旋转训练示例。每个图像的形状为 30x30x1（黑白）。

with tf.Session() as sess:
    for curr in range(oriented_data.shape[0]):
        curr_image = loaded_oriented_data[curr]
        for i in range(augment_each_image):
            rotation_angle = np.random.randint(360)
            rotated_image = tfci.rotate(curr_image, np.float(rotation_angle) * math.pi/180.)
            training_data[curr + i] = sess.run(rotated_image)
            labels[curr + i] = rotation_angle

现在的问题是sess.run(rotated_image) 行需要很长时间才能执行。例如，为 1k 中的每一个仅创建 5 个示例已运行超过 30 分钟（在 cpu 上）。
如果我只是删除该行，图像会在一分钟内生成。

我想有一种方法可以将数据作为张量存储和处理，而不是像我迄今为止所做的那样将它们转换回 ndarray，或者是否有更快的函数来评估张量？

Answer 1

问题是您正在为augment_each_image 中的每个图像创建一个旋转运算符，从而产生一个可能非常大的网络。

解决方案是创建一个 single 旋转操作，您可以将其连续应用于图像。类似的东西：

im_ph = tf.placeholder(...)
ang_ph = tf.placeholder(...)
rot_op = tfci.rotate(im_ph, ang_ph)

with tf.Session() as sess:
  for curr in range(oriented_data.shape[0]):
    curr_image = loaded_oriented_data[curr]
      for i in range(augment_each_image):
        rotation_angle = np.random.randint(360)
        rotated_image = sess.run(rot_op, {im_ph: curr_image, ang_ph: np.float(rotation_angle) * math.pi/180.})
        training_data[curr + i] = rotated_image
        labels[curr + i] = rotation_angle