Tensorflow 解码\u jpeg，编码\u jpeg类型错误

我正在根据自己的需要修改以下代码

我需要添加零填充并将图像大小调整为299x299（inception V3输入大小）

我这样做是为了增加一些代码行来改变原来的

        image_data = tf.gfile.FastGFile(filenames[i], 'r').read()
        height, width = image_reader.read_image_dims(sess, image_data)

        class_name = os.path.basename(os.path.dirname(filenames[i]))
        class_id = class_names_to_ids[class_name]

        example = dataset_utils.image_to_tfexample(
            image_data, 'jpg', height, width, class_id)

用这个

        image_data = tf.gfile.FastGFile(filenames[i], 'r').read()
        height, width = image_reader.read_image_dims(sess, image_data)

        image_decoded = tf.image.decode_jpeg(image_data, channels=None, ratio=None, fancy_upscaling=None, try_recover_truncated=None, acceptable_fraction=None, name=None)

        M=max(width,height)

        image_decoded = tf.image.pad_to_bounding_box(image_decoded, int(math.floor((M-height)/2)), int(math.floor((M-width)/2)), M, M)

        image_decoded = tf.expand_dims(image_decoded, 0)

        image_decoded = tf.image.resize_bilinear(image_decoded, [299, 299], align_corners=None, name=None)

        image_decoded = tf.squeeze(image_decoded)

        image_decoded = tf.bitcast(image_decoded, tf.uint8)

        image_data = tf.image.encode_jpeg(image_decoded)

        class_name = os.path.basename(os.path.dirname(filenames[i]))
        class_id = class_names_to_ids[class_name]

        example = dataset_utils.image_to_tfexample(image_data, b'jpg', height, width, class_id)

我得到以下错误

  File "convert_dataset.py", line 236, in <module>
tf.app.run()
  File "/home/franco/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/platform/app.py", line 44, in run
_sys.exit(main(_sys.argv[:1] + flags_passthrough))
  File "convert_dataset.py", line 233, in main
run(FLAGS.dataset_dir)
  File "convert_dataset.py", line 217, in run
dataset_dir)
  File "convert_dataset.py", line 165, in _convert_dataset
example = dataset_utils.image_to_tfexample(image_data, b'jpg', height, width, class_id)
  File "/home/franco/Desktop/dataset_originario/dataset/dataset_utils.py", line 58, in image_to_tfexample
'image/encoded': bytes_feature(image_data),
  File "/home/franco/Desktop/dataset_originario/dataset/dataset_utils.py", line 53, in bytes_feature
return tf.train.Feature(bytes_list=tf.train.BytesList(value=[values]))
  File "/home/franco/tensorflow/lib/python2.7/site-packages/google/protobuf/internal/python_message.py", line 508, in init
copy.extend(field_value)
  File "/home/franco/tensorflow/lib/python2.7/site-packages/google/protobuf/internal/containers.py", line 275, in extend
new_values = [self._type_checker.CheckValue(elem) for elem in elem_seq_iter]
  File "/home/franco/tensorflow/lib/python2.7/site-packages/google/protobuf/internal/type_checkers.py", line 109, in CheckValue
raise TypeError(message)
  TypeError: <tf.Tensor 'EncodeJpeg:0' shape=() dtype=string> has type <class 'tensorflow.python.framework.ops.Tensor'>, but expected one of: ((<type 'str'>,),)

文件“convert_dataset.py”，第236行，在
tf.app.run（）
文件“/home/franco/tensorflow/local/lib/python2.7/site packages/tensorflow/python/platform/app.py”，第44行，正在运行
_系统出口（主（_sys.argv[：1]+标志_passthrough））
文件“convert_dataset.py”，第233行，主
运行（FLAGS.dataset\u dir）
文件“convert_dataset.py”，第217行，正在运行
数据集（目录）
文件“convert_dataset.py”，第165行，在_convert_dataset中
示例=dataset_utils.image_to_tfexample（image_数据，b'jpg'，高度，宽度，类id）
文件“/home/franco/Desktop/dataset_originario/dataset/dataset_utils.py”，第58行，如图所示
“图像/编码”：字节\u特征（图像\u数据），
文件“/home/franco/Desktop/dataset_originario/dataset/dataset_utils.py”，第53行，以字节为单位
返回tf.train.Feature（bytes\u list=tf.train.BytesList（value=[values]））
文件“/home/franco/tensorflow/lib/python2.7/site packages/google/protobuf/internal/python_message.py”，第508行，在init中
复制.扩展（字段值）
文件“/home/franco/tensorflow/lib/python2.7/site packages/google/protobuf/internal/containers.py”，第275行，扩展
新的检查值=[self.\u type\u checker.CheckValue（elem）for elem\u seq\u iter]
CheckValue中的文件“/home/franco/tensorflow/lib/python2.7/site packages/google/protobuf/internal/type_checkers.py”，第109行
raise TYPE错误（消息）
TypeError:具有类型，但应为以下类型之一：（，），）

我只发现了这个悬而未决的问题

可能我的代码中还有其他错误

我在这一步添加了

.eval（）

image\u data=tf.image.encode\u jpeg（image\u decoded）

它是这样的：

image\u data=tf.image.encode\u jpeg（image\u decoded）.eval（）

您的github链接不存在，因此我无法评估

dataset\u utils.image\u to\u tfexample

是否遵循与下面相同的模式，但从参数来看似乎是这样

def bytes_feature(values):
    """Returns a TF-Feature of bytes.
    Args:
      values: A string.
    Returns:
     a TF-Feature.
   """
   return tf.train.Feature(bytes_list=tf.train.BytesList(value=[values]))

def image_to_tfexample(image_data, image_format, height, width):
   feature={
       'image/encoded': bytes_feature(image_data.eval()),
       'image/format': bytes_feature(image_format),
       'image/height': int64_feature(height),
       'image/width': int64_feature(width),
   }
   return tf.train.Example(features=tf.train.Features(feature=feature))

我在这个步骤中添加了

.eval（）

image\u data=tf.image.encode\u jpeg（image\u decoded）

它是这样的：

image\u data=tf.image.encode\u jpeg（image\u decoded）.eval（）

您的github链接不存在，因此我无法评估

dataset\u utils.image\u to\u tfexample

是否遵循与下面相同的模式，但从参数来看似乎是这样

def bytes_feature(values):
    """Returns a TF-Feature of bytes.
    Args:
      values: A string.
    Returns:
     a TF-Feature.
   """
   return tf.train.Feature(bytes_list=tf.train.BytesList(value=[values]))

def image_to_tfexample(image_data, image_format, height, width):
   feature={
       'image/encoded': bytes_feature(image_data.eval()),
       'image/format': bytes_feature(image_format),
       'image/height': int64_feature(height),
       'image/width': int64_feature(width),
   }
   return tf.train.Example(features=tf.train.Features(feature=feature))

---

你能在你的问题中包括一个完整的堆栈跟踪吗？你试过tf.image.encode_jpeg（图像，格式=“”）吗？@AllenLavoie我刚刚更新了…@hars…我试过了，但它不起作用，我得到错误“ValueError:Attr'format'of'EncodeJpeg'Op-passed string''，不在：，“grayscale”，“rgb.”中看起来问题在于

tf.train.Feature（bytes\u list=tf.train.BytesList（value=[values]）

，显然是因为

values

是一个张量。也许你只需要

eval

/

运行

就可以得到张量的值，然后再从中生成协议缓冲区？你能在你的问题中包含一个完整的堆栈跟踪吗？你试过tf.image.encode\u jpeg（image，format=''）？@AllenLavoie我刚刚更新了…@hars…我试过了，但它不起作用，我得到了错误ValueError:“EncodeJpeg”Op传递字符串“”的Attr“format”不在：“”、“grayscale”、“rgb”中。问题似乎出在

tf.train.Feature（bytes\u list=tf.train.BytesList（value=[values]））

，显然是因为

值

是一个张量。也许你只需要

求值

/

运行

就可以得到张量的值，然后再从中生成协议缓冲区？