时间戳

首页 > 解决方案 > 为什么使用 tf.image.sample_distorted_bounding_box 的边界框和裁剪的图片不匹配？

python - 为什么使用 tf.image.sample_distorted_bounding_box 的边界框和裁剪的图片不匹配？

问题描述

我想得到一个边界框和根据边界框裁剪的图片，所以我用了tf.image.sample_distorted_bounding_box。但我失败了，我做错了什么？我的结果看起来像这个

边界框与根据边界框截取的图片不匹配。

我的代码：

with tf.Session() as sess:         
    boxes = tf.constant([[[0.05, 0.05, 0.9, 0.7], [0.35, 0.47, 0.5, 0.56]]])

    image_float = tf.image.convert_image_dtype(img_data, tf.float32) # uint8 -> float

    # resize image
    image_small = tf.image.resize_images(image_float, [180, 267], method=0)

    # Generate a single distorted bounding box.
    begin, size, bbox_for_draw = tf.image.sample_distorted_bounding_box(
        tf.shape(image_small),
        bounding_boxes=boxes,
        min_object_covered=0.1)

    # Draw the bounding box in an image summary.
    image_with_box = tf.image.draw_bounding_boxes(tf.expand_dims(image_small, 0),
                                                  bbox_for_draw)

    tf.summary.image('images_with_box', image_with_box)

    # Employ the bounding box to distort the image.
    distorted_image = tf.slice(image_small, begin, size)

    plt.figure(figsize = (30, 20))
    plt.subplot(3, 1, 1)
    plt.title("image with a random box")
    plt.imshow(image_with_box[0].eval())

    plt.subplot(3, 1, 2)
    plt.title("destorted image")
    plt.imshow(distorted_image.eval())
plt.show()

标签： pythonpython-3.xtensorflow

解决方案

这是因为每次调用都会.eval()触发图形的新运行，因此会产生一个新的随机边界框。

要获得一致的输出，您需要同时运行运算符，例如

res = sess.run([image_with_box[0], distorted_image])

推荐阅读