为什么 tf.image.resize_images 不设置图像形状？

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)  

这失败了 'image' must be fully defined. 换行有效，但没有做我真正需要的。

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)

所以看起来 resize_images 失去了图像张量的形状，然后crop_to_bouding_box 失败了。这是故意的，我错过了什么吗？为什么random_crop 在调整大小后可以工作，而crop_to_bounding_box 却不行？

Answer 1

tf.image.resize_images() 操作 确实 设置图像形状，在实现的 this line 上。 （这是在 TensorFlow 0.7 中添加的。）

但是，如果 new_height 或 new_width 参数中的任何一个是动态值，则 TensorFlow 无法推断该维度的单个形状，因此对该维度使用 None。我注意到在您的代码中，新的高度和宽度值被称为random_scale：如果在每一步上绘制一个新的随机值，那么形状的高度和宽度尺寸将为None。

请注意，在这种情况下，tf.image.crop_to_bounding_box() 操作将不起作用，因为（如错误消息所示）当前实现需要完全定义输入的形状。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现tf.image.crop_to_bounding_box() 的较低级别的操作（尤其是带有计算索引的tf.slice()）。