Python 如何读取不同分辨率的图像以在TensorFlow中创建数据集

我试图学习如何建立一个神经网络来检测图像中的行人。我下载了善待动物组织的数据集，我想把图像读入Tensorflow数据集。实际上，我成功地使用了以下代码：

filenames = glob.glob("C://PETA/3DPeS/archive/*.bmp")

dataset = tf.data.Dataset.from_tensor_slices((filenames))

def _parsefunc(filename):
    img_st = tf.read_file(filename)
    img_dec = tf.image.decode_bmp(img_st,channels=3)
    img = tf.cast(img_dec,tf.float32)

return img

dataset = dataset.map(_parsefunc)

iterator = dataset.make_one_shot_iterator()

但并不是所有的图像都有相同的分辨率，只要我能看到，我们需要指定一个特定的大小来定义我们的神经网络层

那么如何调整图像大小以获得干净的TensorFlow数据集呢

---

谢谢

好吧，你的图像应该是相同大小的，这在任何地方都是不强制的，但最好是这样。如果你想在将来对模型进行微调，那没关系。试着看看，如何创造，这将是最可取的方式

在您的

\u parsefunc

中，您可以使用

tf.image.resize\u images（）

将输入图像的大小调整为输入神经网络层的大小

---

我不知道有这样的方法。非常感谢。它解决了我的问题

def _parsefunc(filename):
   img_st = tf.read_file(filename)
   img_dec = tf.image.decode_bmp(img_st,channels=3)
   img = tf.cast(img_dec,tf.float32)
   img = tf.image.resize_images(img, [width, height])