将图像分割类输出转换为tensorflow中的图像
将图像分割类输出转换为TensorFlow中的图像，可以通过以下步骤实现：
- 首先，了解图像分割的概念。图像分割是指将图像划分为多个具有语义意义的区域或像素的过程。它可以用于目标检测、图像分析、计算机视觉等领域。
- 接下来，了解TensorFlow的基本概念和使用方法。TensorFlow是一个开源的机器学习框架，广泛应用于深度学习和人工智能领域。它提供了丰富的工具和库，用于构建和训练神经网络模型。
- 在TensorFlow中，可以使用卷积神经网络（Convolutional Neural Network，CNN）来进行图像分割。CNN是一种专门用于处理图像数据的神经网络结构，具有良好的特征提取和分类能力。
- 针对图像分割任务，可以使用一些经典的CNN模型，如U-Net、FCN（Fully Convolutional Network）等。这些模型在图像分割领域取得了较好的效果。
- 在TensorFlow中，可以使用TensorFlow的高级API——Keras来构建和训练图像分割模型。Keras提供了简洁易用的接口，可以快速搭建神经网络模型，并进行训练和评估。
- 在训练图像分割模型之前，需要准备训练数据集和标签。数据集应包含一系列图像样本，而标签则是对应每个像素的类别或分割结果。
- 在训练过程中，可以使用TensorFlow的优化器和损失函数来优化模型的参数。常用的优化器有Adam、SGD等，常用的损失函数有交叉熵损失函数等。
- 训练完成后，可以使用训练好的模型对新的图像进行分割。通过将图像输入到模型中，可以得到每个像素的类别或分割结果。
- 最后，可以根据具体的应用场景，将图像分割的结果进行后续处理或可视化展示。
推荐的腾讯云相关产品：腾讯云AI智能图像分割（https://cloud.tencent.com/product/seg）
腾讯云AI智能图像分割是腾讯云提供的一项人工智能服务，基于深度学习技术，可以实现高精度的图像分割。它提供了简单易用的API接口，可以快速实现图像分割功能。同时，腾讯云还提供了丰富的文档和示例代码，帮助用户快速上手和集成。
注意：以上答案仅供参考，具体的实现方法和推荐产品可能会因实际情况而有所不同。
相关·内容
我正在创建用于语义分割的FCN。在PascalVOC数据集中，我很难将标记的png图像转换为索引颜色值。我希望值在0到20之间。
with Image.open(image_path) as img:
label = np.array(img)
它输出了我想要的。但是对于tensorflow实现，我希望它与代码的值相同，如下所示
file = tf.read_file(image_path)
label = tf.image.decode_png(file, channels=0)
但是tensorflow实现的结果是值从0到255。我是否也可以在tensorflow中实现PIL？谢谢
浏览 0提问于2018-05-09得票数 3
回答已采纳
我是tensorflow的新手，我想知道是否有任何具有多个网络输出的多标签分类的教程或示例。
我之所以这样问，是因为我有一个图像集合，其中每个图像可以属于几个类，并且我的输出需要有每个类的分数。
我也不知道tensorflow是否遵循一些图像和类的文件模式，所以如果有人有一些例子，它会很方便。
谢谢。
浏览 1提问于2017-02-13得票数 4
1回答
我有两个大小为(128，)的数组和一个大小为(784,128)的数组： array1.shape()
out: (128,)
array2.shape()
out: (128,)
array3.shape()
out: (784,128) 它们具有相同的数据类型，但dtype()输出不同： array1.dtype
out: float32
array2.dtype
out: <dtype: 'float32'>
array2.dtype
out: <dtype: 'float32'> 它们属于不同的类别： type(array1)
o
浏览 27提问于2020-09-05得票数 0
我正在尝试将我的tensorflow分割模型转换为带有量化的openvino。我使用openvino模型优化器将我的.pb模型转换为中间表示。而是如何量化模型。在官方文档中，使用DL workbench编写它。但在工作台中，我只有检测和分类数据集。
我可以在没有数据集的情况下将我的模型转换为int8吗?或者我可以创建要分割的数据集吗？
浏览 0提问于2019-10-08得票数 0
我训练了一个尺寸为512x512的模型。我目前有982x982大小(或任何其他大小)图像，我需要对模型进行预测。当我在这些图像上运行时，我会得到关于意外输入数组形状的错误信息。
Tensorflow提供了任何方法来方便地将模型部署到比模型所训练的图像大的图像上吗？
详细信息
具体来说，这是一个用于图像分割的模型。
我假设解决这个问题的方法之一是创建我自己的滑动窗口脚本，它将输入到与原始图像不同时间间隔的模型窗口中，然后将所有这些输出窗口粘贴回一个图像中，在它们通过模型之后。不过，我想知道是否有更标准的方法。
我对Tensorflow (和图像分割)非常陌生，所以我很可能错过了什么，或者我的问题
浏览 0提问于2019-07-16得票数 0
回答已采纳
1回答
我还没有找到任何使用tensorflow lite 2的立体成像来测量距离的项目、库、模型或指南。
我希望能够测量立体图像的距离。我希望能够在android上运行它，所以我想在tensorflow 2中创建一个模型或使用现有的模型。但我不知道从何说起，我找到的所有东西都用pytorch
我知道opencv提供了一种方法来做到这一点，但根据文献，神经网络可以获得更好的结果。但我在tensorflow 2中没有找到任何模型。我不能使用google ar，因为我的设备不支持google play服务。
浏览 1提问于2021-04-28得票数 1
我目前正在使用集成在ios应用程序中的google firebase。我在我的应用程序中使用MLKit，并使用本地TensorFlow lite模型作为图像分类器。
但是有了Xcode9，我无法用我的应用程序做到这一点，因为autoMLVision是新的，需要Xcode10.1。现在，我认为最好的做法是将我在google firebase中训练并下载的Core模型转换为.mlmodel，并使用TensorFlow ML进行图像分类。
我该如何进行这个转换呢？如果您有解决此版本问题的替代方法，请分享。如果您需要更多信息，请告诉我。
浏览 5提问于2019-08-11得票数 3
我正在将效率网从onnx转换为tensorflow，以便进一步转换为tflite。从onnx到tensorflow的转换产生了奇怪的结果
Onnx有一个conv2d算子
在转换成tensorflow和以后的tflite模型之后，我得到了这一堆凸起(它们都不能在图片中显示，总共有32个，作为onnx中的核数)。
我怀疑问题在于onnx-tf转换。看起来，conv2d输出被分割成32个单独的输出，然后在单独的conv2d操作符上单独处理，然后连接在一起。
在他们的github上有两个相关的问题。
首先，对深度对流层有一个修正，但在我的情况下不能应用它
从的来源来看，它们确实会拆
浏览 3提问于2021-03-17得票数 0
回答已采纳
尝试在形状为(256,256，3)的样本数据集上训练卷积神经网络，给了我一个ValueError。
我已经检查了我的数据的形状(它已经在通道上了，就像tensorflow想要的那样)。我试过使用与其他人相同的代码，但它不起作用。我查看了我的数据集，看看数据的格式是否正确，而且我似乎没有发现任何错误。
我的CNN的代码如下：
X = pickle.load(open("X.pickle", "rb")) # Shape (256, 256, 3)
y = pickle.load(open("y.pickle", "rb")) # T
浏览 0提问于2019-05-30得票数 0
回答已采纳
我是一个初学者，我试图在20个班中对一些图像进行分类。
这是我试图使用的代码：
from tensorflow.python.keras import Sequential
from tensorflow.python.keras.layers import Dense, Dropout, Activation, Flatten, Conv2D, MaxPooling2D
x=x/255.0
model=Sequential()
model.add(Conv2D(64,(3,3), input_shape=x.shape[1:]))
model.add(Activation("relu
浏览 1提问于2019-11-23得票数 0
回答已采纳
我在Tensorflow模型服务器上观察到CPU的性能问题。与原始的Tensorflow模型推理相比，它的推理时间增加了一倍。两者都是用MKL构建的，只用于CPU。
复制代码：
Tensorflow MKL构建： bazel build --config=mkl -c opt --copt=-msse4.1 --copt=-msse4.2 --copt=-mavx --copt=-mavx2 --copt=-mfma --copt=-O3 //tensorflow/tools/pip_package:build_pip_package
Tensorflow服务器MKL构建： bazel bui
浏览 7提问于2017-11-27得票数 1
2回答
完全卷积网络训练图像大小
、、、、
我正在尝试使用TensorFlow复制用于语义分割的完全卷积网络的结果。
我被困在将训练图像输入到计算图中。全卷积网络使用VOC PASCAL数据集进行训练。然而，数据集中的训练图像具有不同的大小。
我只想问他们是否对训练图像进行了预处理，使它们具有相同的大小，以及他们是如何对图像进行预处理的。如果没有，他们是否只是将不同大小的图像批量输入FCN？是否可以将一批不同大小的图像输入到TensorFlow的计算图中？有没有可能使用队列输入而不是占位符呢？
浏览 2提问于2016-08-20得票数 6
1回答
CGAL在第三章的网格生成中提供了一个从三维分割图像生成三维网格的示例，参见中的代码
得到的区域由几个子域组成，每个子域都是delaunay三角剖分为四面体的，即每个子域实际上对应于四面体网格。我的问题是：
如何指定用于遍历的子域？
给定指定的子域，如何遍历四面体和顶点，因为我想将结果传递到自己的数据结构中？
浏览 1提问于2014-11-06得票数 1
我能够在我的移动设备上运行TensorFlow lite映像。然而，我想将图像分类模型转换为姿态识别模型。在我的例子中，输出应该包含(x，y)坐标的列表。
代码中的如下所示：
@Override
protected void runInference() {
tflite.run(imgData, labelProbArray);
}
但是，tflite.run函数没有源代码(仅以二进制形式提供)。所以我不知道它是如何工作的，也不知道如何操作它的返回值。
但是，我以前使用过TensorFlow，但我不知道如何创建一个与TensorFlow Lite所期望的输入和输出兼容的T
浏览 1提问于2019-05-31得票数 0
回答已采纳
我正在尝试将一个非常大的映像输入Triton服务器。我需要将输入的图像分割成补丁，然后一个接一个地将这些补丁输入到tensorflow模型中。图像有一个可变的大小，因此每个调用的补丁数N是可变的。
我认为调用以下步骤的Triton集成模型将完成这项工作：
用于创建补丁的python模型(预处理)。
分割模型
最后，另一个python模型(后处理)将输出补丁合并为一个大输出掩码。
但是，为此，我必须编写一个config. pbtxt文件，其中包含1:N和N:1关系，这意味着集成调度程序需要多次调用第二步，第三次调用聚合输出。
这是可能的吗，还是我需要使用其他的技术？
浏览 5提问于2021-04-26得票数 7
我正在使用tensorflow 0.11，并且正在运行一些图像分割测试。在图像分割中，我们通常计算IoU。如何使用tensorflow的tf.contrib.metrics.streaming_mean_iou？
mIoU, confusionMatrix = tf.contrib.metrics.streaming_mean_iou(pred_labels_vec,gt_labels_vec,NUM_CLASS)
init = tf.initialize_local_variables()
sess.run(init)
for i in range(1000):
iou, _
浏览 9提问于2017-06-14得票数 1
回答已采纳
使用TFlite文件并将其嵌入到实际的安卓应用程序中的步骤说明是什么？供参考，这是回归。输入将是一个图像，输出应该是一个数字。我已经看过了TensorFlow文档，但是他们并没有解释如何从头开始。
浏览 0提问于2019-01-23得票数 0
回答已采纳
在使用Tensorflow增强数据集时，如何正确地进行图像和标签旋转以进行语义分割？
图像
我已经看到了函数tf.contib.image.rotate()，但是这个函数用零填充空空间(来自docs)：
由于旋转而产生的空空间将被填充为零。
我想用一个不同的值来填充这个空空间(可能是一些常量，比如数据集的平均像素)。如何在Tensorflow中做到这一点(我知道Keras图像预处理中有一些选项，但我需要TF)？
标签
还有，标签呢？如果我只使用相同的函数(tf.contrib.image.rotate())，它将用零填充空空间，这意味着这些地方的像素属于id 0的类(因为我有用0标记的类)。一
浏览 0提问于2019-01-28得票数 0
回答已采纳
我正在使用带有yolov2架构的基于keras和tensorflow的预训练模型来检测凹坑，在将tensorflow模型转换为tensorflow lite时，我得到了一个错误 from tensorflow.contrib import lite
converter = lite.TFLiteConverter.from_keras_model_file( 'model.h5' )
model = converter.convert()
file = open( 'model.tflite' , 'wb' )
file.write( mod
浏览 26提问于2020-04-13得票数 0
我有一个巨大的问题，使用我自己创建的数据集进行图像分割使用Tensorflow。我构建的数据集包含的图像如下所示：
📷
我面临的问题是:如何将自己的数据集专门用于图像分割？我看过关于如何创建数据集的文档，但所有示例要么只对单个类使用对象检测，要么对整个图像进行分类。我想把每个像素分配给一个类(图像分割)，并使用它来训练我的模型。
我也找到了图像分割的例子，但它们都使用现有的数据集，如城市景观、ADE20k等。我如何使用自己的图像和数据，并将其转换为tensorflow数据集，以便我可以使用它进行培训？
浏览 0提问于2020-08-17得票数 2
对TensorFlow来说是新手。我有一个大小为W x H的单通道图像.我想在这张图像上做一个一维反褶积，内核只计算反褶积输出行方向和3×3像素。这意味着在反褶积过程中，它只使用一行中的每组3像素，只使用一次。我想这可以通过步幅参数来实现？
我知道在conv1d_transpose的contrib分支中有一个TensorFlow，但是由于它上的文档有限，我对如何实现上面的内容感到非常困惑。如有任何建议，我们将不胜感激。
浏览 0提问于2018-03-14得票数 1
目前我正在测试yolo 9000模型用于目标检测，在论文中我了解到图像被分割成13X13个盒子，在每个盒子中我们计算P(对象)，但我们如何计算呢？模型怎么知道这个盒子里有没有对象，我需要帮助才能理解
我正在使用tensorflow
谢谢,
浏览 0提问于2017-04-11得票数 8
2回答
给定一个图像数据集，我需要从每个图像的背景中分割出前景对象。数据集是“汽车”的图像。输出的图像应该是没有任何背景的汽车从原始图像。能否请一些人指导我，训练这个模型需要哪些更广泛的步骤？需要什么样的算法。我将使用tensorflow作为实现。有关所需功能的示例，请访问https://www.remove.bg/
浏览 68提问于2020-01-20得票数 1
回答已采纳
问:我的训练太慢了。我如何重写我的代码，使我的深度学习模型训练更快？
背景:我用TensorFlow 2.8.1构建了一个CNN，用一个定制的丢失函数对CIFAR-100图像进行分类。CIFAR数据集包括由100个精细类(如熊、汽车)组成的32x32像素的RGB图像，分为20个粗类(例如大型杂食类、车辆类)。我的自定义损失函数是其他两个损失函数的加权和(参见下面的代码)。第一个成分是精细标签的交叉熵损失。第二个成分是粗标签的交叉熵损失。我希望这种自定义丢失功能将加强粗标签的精确分类，以获得更准确的精细标签分类(手指祈祷)。比较器将只是细标签(基线模型)的交叉熵损失。注意，为了导出粗(层次)损失
浏览 7提问于2022-09-20得票数 0
1回答
我想知道在使用TensorFlow进行图像分割时，如何处理图像中未标记的部分。例如，我的输入是一个高度*宽度*通道的图像。标签的大小是高度*宽度，每个像素对应一个标签。
图像的某些部分有注释，其他部分没有注释。我希望这些部分对梯度计算没有任何影响。此外，我对网络预测这个“无效”标签不感兴趣。
有没有标签或函数呢？目前我使用的是tf.nn.sparse_softmax_cross_entropy_with_logits。
浏览 17提问于2017-09-07得票数 20
回答已采纳
1回答
我正在使用u-net对N>1类进行语义分割.输入大小为(128,128,3)，输出大小为(128,128，N)。如何正确地将预测看作大小为n1 x n2 x 1的图像？
我的尝试是:如果输出张量中的每一个(i，j)向量(大小为N)得到一个标量并绘制一个128 x 128图像的话，我就取最大值。
浏览 0提问于2018-11-02得票数 2
回答已采纳
TensorFlow提供了一种在Fortran (列-主要顺序)中重塑张量的方法吗？NumPy允许：
a = ...
np.reshape(a, (32, 32, 3), order='F')
我试图将CIFAR图像重塑为32x32x3 (来自3072x1形状的向量)，但我得到的图像如下所示：
在Numpy中使用Fortran解决了这个问题，但我需要在TensorFlow中也这样做。
编辑：，我现在意识到，我可以通过将3x32x32整形为3x32x32，然后转换输出，从而得到正确的输出。我仍然有点惊讶，TF没有提供开箱即行或列主要顺序的整形。
浏览 4提问于2017-05-28得票数 11
我在自定义数据集上使用num_steps:50000训练了tensorflow对象检测模型(用于SSD (mobilenet-v1) )。我得到mAP@.50IOU ~0.98和loss ~1.17。数据集由uno扑克牌图像(跳过、反向和绘制四个)组成。在所有这些卡片上，模型的表现都很好，因为我只在这3张卡上训练了模型(大约278张图像和829个边界框(25%的边界框用于测试，即验证)，使用手机收集)。
然而，我还没有训练任何其他卡的模型，但它仍然检测其他卡(使用网络摄像头推断)。
我怎么才能解决这个问题？我还应该收集其他类图像(除了跳过、反转和绘制四张卡片之外)，而忽略这个类吗？因此，该模型
浏览 2提问于2020-01-16得票数 2
回答已采纳
我正在尝试使用：train = optimizer.minimize(loss)，但标准优化器不能与tf.float64一起使用。因此，我想将我的loss从tf.float64截断为仅tf.float32。
Traceback (most recent call last):
File "q4.py", line 85, in <module>
train = optimizer.minimize(loss)
File "/Library/Python/2.7/site-packages/tensorflow/python/training/
浏览 2提问于2016-03-01得票数 18
回答已采纳
3回答
我正在尝试使用TensorFlow来识别图像数据中的特征的可行性。我有50x50px的细胞核灰度图像，我希望对其进行分割-对于每个像素，期望的输出将是0或1。0表示背景，1表示核。
示例输入：
示例标签( " label "/real答案应该是什么)：
是否可以使用TensorFlow对我的数据集执行这种类型的机器学习？我可能会有数千张图像用于训练集。
许多示例都有一个对应于单个类别的标签，例如，对于手写数字数据集，10位数组0,0,0,0,0,0,0,0,0,0,0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0。我假设标签是一个50x50的数
浏览 11提问于2016-04-04得票数 4
1回答
我刚刚开始使用NiftyNet进行医学图像分割。为了使用这个软件，我试着运行一个演示程序，该演示将来自的图像进行分割。
我已经下载了数据和数据，在上面使用了rename_crop_brats，并设置了$PYTHONPATH。但是，当我运行命令时：
python net_run.py train -c train_whole_tumor_sagittal.ini --app brats_segmentation.BRATSApp --name anisotropic_nets.wt_net.WTNet
我收到以下错误消息：
tensorflow.python.framework.errors_i
浏览 3提问于2017-10-19得票数 1
回答已采纳
1回答
我是数据科学的新手&我正在研究一个分割模型，基本上我需要使用TensorFlow-Lite在android设备中部署这个分割模型，用于实时摄像机帧分割。我使用了欧姆塔模型来实现这个目标，但没有达到我想要的精度。经过如此多的探索，我发现了一些关于视频分割的东西，但我有点困惑，视频分割与普通的图像分割有何不同？有人能解释一下这两者的区别吗？
浏览 0提问于2020-01-29得票数 2
1回答
在过去的几天里，我和TensorFlow度过了一段非常奇怪的时光，我想不出到底出了什么问题。
我已经建立了这个网络：。它是TensorFlow的MNIST示例的副本。
基本上，我所做的就是将网络从28x28x1图像(MNIST灰度)转变为600x800x1图像(有些图像是我自己拍摄的，背景相对干净，在不同位置有一个物体)。
我想做的就是和这样的CNN一起玩，让它输出图像中物体的x位置。所以只有一个输出神经元。
然而，不管我尝试了什么，网络总是输出1.0。甚至(当您在代码末尾查看我的测试部分时)，当我将所有1、所有零或所有随机数输入网络时。
当然，由于我只有21个标记的训练和7个标记的测试图片，
浏览 2提问于2016-01-19得票数 5
回答已采纳
我们正在使用tensorflow- tflite在安卓系统中开发语义分割应用程序。使用的'.tflite‘deeplabv3模型的输入类型为(ImageTensor) uint81,300,300,3，输出类型(SemanticPredictions) uint8300,300,300。我们能够成功地运行该模型，并在tflite.run method.But的帮助下获得ByteBuffer格式的输出。我们无法从java.The模型中的此输出中提取图像，该模型使用pascal voc数据集进行训练，并且实际上是从TF模型转换为tflite格式：'’。
这个问题看起来类似于下面的堆
浏览 37提问于2018-12-16得票数 2
是否可以使用tensorflow中的inception模型对超过1000个对象进行分类？我想通过使用TensorFlow图像分类的迁移学习模型对1000多个对象进行分类。
浏览 10提问于2020-07-12得票数 0
Matterport在Github上实现了Mask RCNN。我在试着训练我的数据。我用这个在图片上添加多边形。我正在手动绘制图像上的多边形，但下面已经有手动分割的图像(黑白图像)。
我的问题是：
1)在为区域数据添加json注释时，下面是否有一种使用预分割图像的方法？
( 2)是否有一种无需添加json注释和使用人工分割图像的方法来训练算法的数据？我看到的教程和帖子使用json注释来进行培训。
3)该算法的输出明显是带遮罩的图像，有无获得黑白输出的方法进行分割？
这是我在谷歌实验室工作的代码。
人工分割图像
浏览 2提问于2019-05-06得票数 8
我正在使用U_Net分割模型对医学图像进行分割，使用Kersa和Tensorflow 2。我想在模型中添加一个dropout，但我不知道在哪里添加它？有人能帮上忙吗？ 谢谢
浏览 100提问于2021-10-26得票数 0
回答已采纳
1回答
我已经使用model ltools4.0将Keras模型转换为MLModel，但仅取得了有限的成功。只有当我使用MLMultiArray作为输出并转换为图像时，它才能正常工作。与推断相比，转换为图像需要更长的时间；这使得它无法使用，它适用于TensorFlow 1和coremltools 3.4，但现在对于TensorFlow 2和coremltools 4.0b1不起作用。添加新图层以转换来自0,1 -> 0,255的输出并不起作用。我们也意识到一些额外的层是由cormel自动添加的，这可能是问题所在。这就是image 我尝试使用np.transpose转置输入，但它没有解决问题，而
浏览 28提问于2020-07-23得票数 0
我将大小为224 x 224的图像分成几个补丁，并能够用下面的代码片段更改一个补丁的像素值。每个补丁都是16x16，所以我把196补丁放在一起。
uf = nnf.unfold(img, kernel_size=16, stride=16, padding=0)
uf[..., 130] = 0
f = nnf.fold(uf, img.shape[-2:], kernel_size=16, stride=16, padding=0)
uf[..., 130] = 0将130修补程序的所有像素值更改为0。上面的代码简单地将图像分割成补丁，编辑指定补丁的像素，并将这些补丁组合回来形成完整的图像(
浏览 6提问于2022-01-31得票数 0
3回答
描述问题
为了从正式的中读取模型并使用进行推理，我们得到了下面的错误。
系统信息
主机操作系统平台和发行版: Linux Ubuntu 16.04
从(源或二进制)安装的TensorFlow :来自源(分支r1.12)
目标平台: iMX.6 (Arm v7)
：当您遇到问题时，请提供命令/步骤的确切顺序
root@analytics:~# ./minimal ssd_mobilenet_v1_1_metadata_1.tflite
minimal: /usr/src/debug/tensorflow-lite/1.0-r0/git/tensorflow/contrib/l
浏览 10提问于2021-05-20得票数 0
回答已采纳
我试图掩盖一个强度的图像，使外部的区域成为零使用蟒蛇。我这样做是为了多个区域的分割图像。我有一个包围框和感兴趣的部分的二进制图像(见下面的代码)
以下是我的代码摘录
I2 =强度图像
Mask =二进制掩码
I2 = I.crop(RegionsBox[10]['BoundingBox'])
Mask = RegionsImage[10]['Image']
I2[Mask==0]=0
最后一行返回一个错误..。
我过去用这一行在matlab中成功地实现了这一点。
I3 = I2.*uint8(Mask);
有人知道Python中的等价物可能是什么吗？
如果我错过
浏览 2提问于2013-11-29得票数 2
回答已采纳
当我尝试使用tf.reduce_mean计算所有轴的图像平均值时，它显示“启动内核时出现错误”。
下面是我的代码：
import tensorflow as tf
import numpy as np
imgdata = tf.read_file("./test_img/00000001.jpg")
my_img = tf.image.decode_jpeg(imgdata)
image = tf.reduce_mean(my_img)
tf.Session().run(image)
我试着在计算均值之前运行会话来获取"my_img“，但它不能很好地工作。
如果我尝试计
浏览 1提问于2018-02-01得票数 1
2回答
赋值后的图像模糊
、、、
我刚开始学习Tensorflow和Numpy的概念。我正在用Tensorflow重塑不同形状的图像，使之成为一个固定的形状，而我正在使用循环。在循环结束时，我将这些重塑的图像累加到一个数组中。现在，如果我从这个数组中画出图像，就会得到模糊的图像。但是如果我用Tensorflow绘制重塑图像的实例，我就得到了正确的图像。有人能解释一下我在这件事上哪里出了问题吗？
代码：
fixedW = 227.0
fixedH = 227.0
X_data = np.zeros((3, fixedW, fixedH, 3), dtype = np.float32) # Only 3 images in th
浏览 2提问于2017-01-24得票数 0
回答已采纳
1回答
我是resnet模型的新手。
我想实现一个用于语义分割的resnet50模型，我遵循的是来自这视频的代码，但是我的数字类是21。我有几个问题：
如果将任何rgb图像传递到模型中，就会得到大小为(1，21)的输出。这个输出代表什么？
由于我正在做语义分割，我的图像没有任何rgb通道，所以我应该在image_channels中self.conv1中放什么？
我传递了一个用于培训的图像，附在下面(此图像的标签范围为对象类从0到20 )。在图像通过resnet模式之后，我得到一个形状为(1，21)的输出。这个输出代表什么？
📷
浏览 0提问于2021-11-24得票数 0
我从infer.py下载并运行FCN的默认infer.py脚本。
"score"层的输出仅为1通道Mat，不能转换为RGB，我知道分数层的原始输出是[1, 21, W, H]，但是如何才能得到3通道的RGB输出而不是1通道的img？
我尝试将输入数据层从[1,3,W,H]更改为[3,3,W,H]，并使用PIL.Image.convert('RGB')，但是都失败了。
我是图像分割的初学者，任何建议都是有帮助的，非常感谢。
infer.py中的源代码，其中out.shape = [W, H] (即1-通道而不是3)：
out = net.blobs['sc
浏览 1提问于2016-09-14得票数 2
回答已采纳
我想使用CNN网络将2个对象(二进制："0:对象不存在，1:对象存在“)分割成形状，但我对数据有问题。列车数据为150张图像和"jpg“格式和地面真相(标签数据)也是150张图像的"png”光栅0和1(导致黑白图像)。
现在的问题是如何在Keras/Tensorflow中加载这个混合的列车图像和标签图像，如果有一个用Python实现的虚拟示例和/或演示，我将非常感激。
浏览 1提问于2018-09-20得票数 1
回答已采纳
在tensorflow中，使用函数tf.summary.image，我们可以在tensorboard中显示图像。
image( name, tensor, max_outputs=3, collections=None )
变量tensor的数据格式为"NHWC"，如[batch_size, height, width, channels]。
但是当我使用"NCHW“([batch_size, channels ,height, width])时，如何在tensorboard中显示图像？
浏览 12提问于2017-07-09得票数 1
回答已采纳
1回答
我正在运行一个Tensorflow模型，返回一个3D数组作为输出，但我无法从张量中获取数据数组。
我确实打印了模型输出的形状，没有任何问题。
std::vector<tf::Tensor> outputs;
auto start_inference = std::chrono::high_resolution_clock::now();
_status = _session->Run({inputs}, {"k2tfout_0", "k2tfout_1"}, {}, &outputs);
if (!_status.ok
浏览 0提问于2019-02-12得票数 2
1回答
我正在创建一个应用程序，允许用户从创伤图像中选择感兴趣的区域。一旦通过在屏幕上绘制选择了感兴趣的区域，算法将分割并移除图像中的背景，留下黑色背景，并仅突出显示创口的区域。我仍然在应用程序的初始阶段，今天它只是绘制感兴趣的区域，我希望能够以最好的方式执行此分割，它将服务于几个创伤图像，无论是大的，小的，亮的，暗的等等。我需要分割图像，以便稍后运行一个算法，对创伤组织进行分类。这就是我需要这种分割的原因。
我正在使用android本身的lib画布来绘制该图。如何利用分水岭，以及如何利用我拥有的资源？
应用程序屏幕：
在图像中，创伤周围的绿色设计将作为分割算法的参考。
输出示例：
浏览 9提问于2020-05-21得票数 0
我正在考虑使用陆地卫星图像来训练CNN，以便进行无监督的像素语义分割分类。也就是说，我一直无法找到一种方法，允许我从较大的陆地卫星图像中裁剪图像进行训练，然后对原始图像进行预测。本质上，这是我想要做的：
原始陆地卫星图像(5,000 x 5,000 -这是一个任意大小，不能很好地确定实际尺寸) ->将图像裁剪成(100 X 100)块->在这些裁剪图像上训练模型->为原始(未裁剪)图像中的每个像素输出预测。
也就是说，我不确定我是否应该预测裁剪后的图像，并在预测后将它们缝合在一起，或者是否可以预测原始图像。
任何澄清/代码示例都将非常感谢。作为参考，我同时使用pytorch和
浏览 1提问于2020-03-06得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
