机器学习 tflearn/tensorflow 图像到灰度

Question

我目前正在尝试使用 tflearn 开发 CNN，以检测对象。我的数据来自泡菜文件，所以我没有任何 .png 文件或类似文件。我的图像存储为 numpy.array，形状为：

 (34799, 32, 32, 3)

34799是图片的数量，所以形状基本上就是32,32,3。

我的 CNN 定义如下：

    import tflearn
from tflearn.layers.core import input_data, fully_connected, flatten, dropout
from tflearn.layers.conv import conv_2d, max_pool_2d
from tflearn.layers.estimator import regression
from tflearn.metrics import Accuracy

# Building convolutional network
def neural_network(X, y, dropoutRate=0.8):
    network = input_data(shape=[None, 32, 32, 3], name='input')

    network = conv_2d(network, nb_filter=6, filter_size=5, strides=1, activation='relu', padding="VALID")

    network = conv_2d(network, 6, 4, activation='relu')
    network = max_pool_2d(network, 2)

    network = conv_2d(network, 16, 5, strides=1, activation="relu", padding="VALID")
    network = max_pool_2d(network, 2, padding="VALID")

    network = dropout(incoming=network, keep_prob=dropoutRate)
    network = fully_connected(network, 84, activation="relu")
    network = flatten(network)
    network = fully_connected(network, 43, activation='softmax')

    acc = Accuracy()
    network = regression(network, optimizer='adam', learning_rate=0.001,
                         loss='categorical_crossentropy', name='target')
    # Training
    model = tflearn.DNN(network, tensorboard_verbose=0)
    model.fit(X_test, y_test, n_epoch=7, batch_size=20, show_metric=True, snapshot_epoch=True, run_id="trafficSign", snapshot_step=500, validation_set=(X_valid, y_valid))
    return model

我的问题是，当我使用内置张量流函数将图像变成灰色时：

tf.image.rgb_to_grayscale(X_train)

所以这是来自函数的张量

<tf.Tensor 'rgb_to_grayscale_6:0' shape=(34799, 32, 32, 1) dtype=float64>

但是在更改我的 CNN 的第一部分时。 input_data() 到形状 [32,32,1] 我得到一个错误，形状是错误的，它不能填充形状，因为它的形状是 [32,32]。

所以我的问题是，有没有一种简单的方法可以将 ,1 附加到我的形状中？

感谢您的帮助，如果您需要更多信息，请告诉我

Answer 1

第一个解决方案您可以在网络内部进行更改

network = input_data(shape=[None, 32, 32, 3], name='input')
network = tf.image.rgb_to_grayscale(network)
network = conv_2d(network, nb_filter=6, filter_size=5, strides=1, activation='relu', padding="VALID")
...

第二个解决方案：除此之外，您还可以减少每个时期转换数据的额外复杂性

使用 PIL/opencv 将 RGB 图像转换为灰色图像

  now you have X_TRAIN = (34799, 32, 32)
  # conver the input into 4D
  X_TRAIN = np.expand_dims(X_TRAIN, 3)

使用第一个代码的小修改版本

network = input_data(shape=[None, 32, 32, 1], name='input')
network = conv_2d(network, nb_filter=6, filter_size=5, strides=1, activation='relu', padding="VALID")
...

机器学习 tflearn/tensorflow 图像到灰度

MachineLearning tflearn/tensorflow images to greyscale

python

numpy

tensorflow

tflearn