J'ai déjà posé cette question, mais après quelques recherches sur le problème, il semble que je sois tombé dans le mauvais sens pour ce que j'essaie d'accomplir.Tensorflow - Tranchage dynamique des images
Dynamic image cropping in Tensorflow
Je pensais que cela pourrait être un meilleur chemin pour essayer. Mais la partie que je ne peux pas comprendre est ce que je devrais mettre pour le paramètre de taille sur l'opération de tranche. Fondamentalement, ce que j'essaie de réaliser, c'est d'avoir la capacité de décider de façon dynamique comment recadrer une image et de la recadrer puis de continuer avec ces images recadrées dans mon graphique de calcul. N'hésitez pas à proposer une alternative si cela semble être un moyen inefficace d'y parvenir.
import numpy as np
import tensorflow as tf
img1 = np.random.random([400, 600, 3])
img2 = np.random.random([400, 600, 3])
img3 = np.random.random([400, 600, 3])
images = [img1, img2, img3]
img1_crop = [100, 100, 100, 100]
img2_crop = [200, 150, 100, 100]
img3_crop = [150, 200, 100, 100]
crop_values = [img1_crop, img2_crop, img3_crop]
x = tf.placeholder(tf.float32, shape=[None, 400, 600, 3])
i = tf.placeholder(tf.int32, shape=[None, 4])
y = tf.slice(x, i, size="Not sure what to put here")
# initialize
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)
# run
result = sess.run(y, feed_dict={x: images, i: crop_values})
print(result)
Cela ressemble exactement ce que j'ai besoin! Merci! BTW, il semble que la ligne qui commence par "img = tf.placeholder (" a été coupée à la fin.Je suis sûr que j'ai compris comment cela devrait se terminer, mais je pensais que je vous laisserais éditer dans le cas où je ' Je me suis trompé – Beaker
D'oh, en effet, je l'ai corrigé maintenant Merci! – saeta