使用TensorFlow'的图像摘要；s数据集API

我正在使用加载和预处理图像。我想将预处理图像的摘要添加到Tensorboard

推荐的方法是什么

到目前为止，我的代码如下所示：

def get_data（）：
dataset=FixedLengthRecordDataset（…）
dataset=dataset.map（dataset\u解析器，…）
如果是大学培训：
dataset=dataset.map（对列车进行预处理，…）
#做洗牌，分批。。。
返回数据集
列车的def预处理（图像、标签）：
#做预处理。。。
image=tf.image.random\u flip\u left\u right（图像）
#添加摘要
tf.summary.image（'preprocessed_image'，tf.expand_dims（image，0））
返回图像、标签

在

preprocess\u for\u train

中，我的图像列在

SUMMARIES

集合中，但当返回到外部函数时，它不再是图形的一部分。我认为这是因为

map

使用了不同的线程，因此引用了

tf.Graph

的不同实例

---

由于这不起作用，我还有什么其他选项可以在Tensorboard中显示我的图像？

我发现了一种方法，可以使用迭代器的输出将预处理的图像添加到Tensorboard中：

train\u dataset=get\u data（）
迭代器=迭代器。从_结构（列_数据集.输出_类型，列_数据集.输出_形状）
#批次包括[图像、标签]
next\u batch=iterator.get\u next（）
tf.summary.image（'preprocessed_image'，next_batch[0]）

但是，在运行summary_op时，这将再次调用next_batch。它有助于调试图像预处理，但不是真正培训的解决方案。此外，只能观察到完全预处理的图像，而不能观察中间预处理阶段