TFLearn：如何使用图像预加载器处理图像输入 -> 图像输出回归问题

Question

我是 tflearn 的新手，我正在尝试训练一个 CNN 来解决图像输入 -> 图像输出回归问题，其中输入图像是 MxN 灰度或 MxNx3 RGB。

我有一个非常大的训练集，不适合内存，所以我想“即时”训练，在训练准备好使用它们时从磁盘中提取图像。

image_preloader 似乎假设我们将始终解决问题，其中 X 是输入图像，y 是一组对应于 X 的标量标签。

对于 X 和 y 都是图像的回归问题，在 tflearn 框架中执行类似操作的最佳方法是什么？我觉得我必须遗漏一些明显的东西，但我浏览了数据实用程序、数据增强和数据预处理部分，但什么也没看到。

对于我正在尝试做的全部范围：我在磁盘上有大量图像。在运行中，我需要能够加载我的图像，然后对图像进行一些修改以定义输入图像 X 和 y。需要扩充磁盘上的图像以正确定义 X 和 y。给定从磁盘读取的 minibatch X，我可以一次定义一个批次的 X 和 y。

Answer 1

在纯 TensorFlow 中，你可以使用类似的东西：

def load_image(type="feature")
  files = '/path/to/my/images/%s/*.jpg' % type
  filename_queue = tf.train.string_input_producer(tf.gfile.Glob(files))
  reader = tf.WholeFileReader()
  filename, data = reader.read()
  image_tensor = tf.image.decode_jpeg(data, channels=3)
  return image_tensor

注意decode_jpeg 中的channels=3 将确保您的图像都是[h, w, 3] 的张量，即使它们最初位于不同的色彩空间中。

此时你有单个图像张量。您可以像这样使用后台队列对它们进行批量处理：

features = load_image("feature")
labels = load_image("labels")
batch_size = 64
input_batch, label_batch = tf.train.shuffle_batch([features, labels],
  batch_size=batch_size, num_threads=4, capacity=1000 + 3 * batch_size,
  min_after_dequeue=1000)

您还需要启动队列运行器。 the documentation on batching 很好地解释了这一点（以及最后一个代码 sn-p 中的幻数）。