调整 Keras Lambda 层中输入图像的大小
Resizing an input image in a Keras Lambda layer
我希望我的 keras
模型使用 cv2 或类似工具调整输入图像的大小。
我看过ImageGenerator
的用法,但我更愿意自己写一个生成器,简单地用keras.layers.core.Lambda
调整第一层的图像大小。
我该怎么做?
如果您使用的是 tensorflow 后端,那么您可以使用 tf.image.resize_images()
函数来调整 Lambda
层中图像的大小。
这里有一个小例子来证明这一点:
import numpy as np
import scipy.ndimage
import matplotlib.pyplot as plt
from keras.layers import Lambda, Input
from keras.models import Model
from keras.backend import tf as ktf
# 3 channel images of arbitrary shape
inp = Input(shape=(None, None, 3))
try:
out = Lambda(lambda image: ktf.image.resize_images(image, (128, 128)))(inp)
except :
# if you have older version of tensorflow
out = Lambda(lambda image: ktf.image.resize_images(image, 128, 128))(inp)
model = Model(input=inp, output=out)
model.summary()
X = scipy.ndimage.imread('test.jpg')
out = model.predict(X[np.newaxis, ...])
fig, Axes = plt.subplots(nrows=1, ncols=2)
Axes[0].imshow(X)
Axes[1].imshow(np.int8(out[0,...]))
plt.show()
我希望我的 keras
模型使用 cv2 或类似工具调整输入图像的大小。
我看过ImageGenerator
的用法,但我更愿意自己写一个生成器,简单地用keras.layers.core.Lambda
调整第一层的图像大小。
我该怎么做?
如果您使用的是 tensorflow 后端,那么您可以使用 tf.image.resize_images()
函数来调整 Lambda
层中图像的大小。
这里有一个小例子来证明这一点:
import numpy as np
import scipy.ndimage
import matplotlib.pyplot as plt
from keras.layers import Lambda, Input
from keras.models import Model
from keras.backend import tf as ktf
# 3 channel images of arbitrary shape
inp = Input(shape=(None, None, 3))
try:
out = Lambda(lambda image: ktf.image.resize_images(image, (128, 128)))(inp)
except :
# if you have older version of tensorflow
out = Lambda(lambda image: ktf.image.resize_images(image, 128, 128))(inp)
model = Model(input=inp, output=out)
model.summary()
X = scipy.ndimage.imread('test.jpg')
out = model.predict(X[np.newaxis, ...])
fig, Axes = plt.subplots(nrows=1, ncols=2)
Axes[0].imshow(X)
Axes[1].imshow(np.int8(out[0,...]))
plt.show()