我正在研究一种将图像分为5类的图像分类模型。我有5000个训练图像数据存储在一个文件夹中,但是所有图像的高度和宽度都不同。像这样 -
'631.jpg': {'width': 81, 'heigth': 25},
'8595.jpg': {'width': 1173, 'heigth': 769},
'284.jpg': {'width': 94, 'heigth': 75},
'5999.jpg': {'width': 4220, 'heigth': 1951}
谁能告诉我有关处理此类数据的任何技术?
tf.image.resize_with_crop_or_pad(image, desired_height, desired_width)
小于desired_height
和的图像desired_width
将被填充,较大的图像将被集中裁剪。
import tensorflow as tf
import matplotlib.pyplot as plt
_, ((first, *rest), _) = tf.keras.datasets.cifar10.load_data()
modified = tf.image.resize_with_crop_or_pad(first[None, ...]/255, 48, 48)
plt.imshow(tf.squeeze(modified))
plt.show()
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句