带有黑白图像的张量流形状问题答案

【问题标题】：Issue with tensorflow shape with b/w images带有黑白图像的张量流形状问题
【发布时间】：2023-03-26 12:38:01
【问题描述】：

我是 TensorFlow 初学者，所以请多多包涵。现在我正在尝试为创建超分辨率图像的 CNN 修改现有的 python 程序。如果您有兴趣，可以在这里找到代码：https://github.com/pinae/Superresolution

输入张量的形状为，5 为批量大小，240 和 320 为图像大小，3 为通道数 (RGB)。我想为黑白图像修改这个程序，所以只有 1 个通道 ->

首先，我将测试和验证图像转换为黑白：

   image = image.convert('L')

然后图像被写入一个数组，这就是我的问题开始的地方。该数组的大小为。 5 个图像的数组被写入一个列表并交给 tensorflow。

Tensorflow 需要一个张量，但图像列表的形状为，因此缺少一维。我尝试使用 np.expand_dims 等添加维度，但没有成功。

    input_batches = np.expand_dims(input_batches, axis=-1)

为什么张量流占位符的通道索引似乎从 1 开始，而分辨率的索引从 0 开始？

我敢肯定会有更多的问题，比如调整过滤器，但这是我现在卡住的地方。

【问题讨论】：

【解决方案1】：

如果您有一个形状为 [5,240,320] 的张量，您可以使用这个命令将其重塑为 [5,240,320,1]

correctSizedTensor = tf.reshape( wrongSizedTensor, [5,240,320,1] )

【讨论】：

可以重塑列表吗？
是的，只要将该列表放入 tensorflow 即可。否则明智地使用 numpy 函数，如下所示： myNumpyList.reshape( (5,240,320,1) )
嗯。我曾尝试使用 input_batches = np.expand_dims(input_batches, axis=4) 但它不起作用。 Tensorflow Stills 看到了错误的形状。但是，如果我将轴更改为 3，那么一个维度将出现在第三位（5,240,1,320）。当轴为 4 时，维度不会出现在我想要的第 4 位（5,240,320,1）。 Axis = 1 或 2 也有效，但 4 或 -1 无效。

【解决方案2】：

您需要了解代码。我相信这个问题的根源可能更深。由于信息有限，我假设您使用的是network.py。在那里，我们在第 16 行看到了这一点：

    self.inputs = tf.placeholder(
        tf.float32, [batch_size, dimensions[1], dimensions[0], 3], name='input_images'
    )

深度维度已经硬编码为3。除了可能的许多其他内容之外，您还必须对其进行编辑。

需要注意的是，大多数超分辨率 CNN 都使用小块尺寸。绝对不是(240, 320)，我怀疑由于batch size很小，所以很难收敛。

【讨论】：

我已经将其更改为维度 = 1。我确信我必须在以后做出很多改变，但首先我需要解决这个问题。
如果您能发布更多信息就更好了。我不知道input_batches 被喂到哪里了。
input_batches 只是图像数组的列表。这被输入到张量 self.inputs （以及其他张量）。张量的形状为 5,240,320,1，但我的列表的形状为 5,240,320。我已经尝试过 expand_dims 但这不起作用。
np.expand_dims 不起作用很奇怪。我很确定错误出在其他地方。你也检查过target_batches的形状吗？
它确实有效。我的问题是别的。我目前正在训练一组黑白图像，感谢您的帮助:)