Python 广义张量流裁剪和调整大小

该功能包含

box\u索引

tf.image.crop_and_resize(
    image, boxes, 
    box_ind,
    crop_size, method='bilinear', extrapolation_value=0,
    name=None)

我们应该提供特定框所指的索引。但是，图像阵列通常以以下形式提供：

tf.placeholder(dtype=tf.float32, shape=(None, 28, 28, 1), name='inp')

允许以前未知数量的图像随时输入管道。这是一个很好的特性，它允许我们在训练期间动态地改变批量大小，并且在预测期间特别有用

---

然而，box_索引确实需要一组值，这使得不可能设置可变的批量大小。除了手动指定批量大小之外，有没有人看到过一个好的解决方法？

您可以使用动态大小的张量作为方框索引，如下所示：

tf.image.crop_and_resize(
    image, boxes, 
    tf.range(0, tf.shape(image)[0], dtype=tf.int32),
    crop_size, method='bilinear', extrapolation_value=0,
    name=None)

因此，每个图像都将使用相应的框进行裁剪