tensorflow - 在 TFX 管道中放置图像预处理和增强的最佳实践是什么?
问题描述
我有一个语义分割深度学习模型,我想使用 TFX 在 kubeflow 上部署它。
当我将独立的 DL 代码移动到 TFX 组件时,我遇到了一些问题
- 输入图像和掩码将存储在 tf 记录中。在 TFX 管道启动(即 ExampleGen)之前进行诸如裁剪、调整大小、将蒙版和图像组合到地面实况等预处理是否是一种好习惯?
- 或者,将原始图像和蒙版存储在 tf-record 中,然后在 TFX 的 Transform 组件中进行预处理会更好吗?
- 我还有一些在训练期间用于数据增强的代码。在训练器组件或 TFX 的转换组件中应用增强功能会更好吗?
我非常感谢任何需要注意的专业提示或注意事项!
解决方案
推荐阅读
- asp.net-core - bundelconfig.json 在哪里执行?
- python - 需要合并数据框中的两列
- c# - Postsharp AOP 方法拦截方面不起作用
- android - Phonegap Developer App 和 Phonegap Build 有不同的行为
- java - map函数的方法引用,key为String类型时编译错误
- symfony - Symfony3 多对多关系和级联持久性。cascade={"persist"} 已配置但出现错误
- android - Retrofit transform my fields Int in String
- scikit-learn - 根据其功能集的泡菜模型
- javascript - 在 2 个 React DOM 之间传递数据
- sql - SQL Group BY COLUMN 选择特定行