Tensorflow 查找具有匹配值的像素
Tensorflow finding pixels with matching value
我正在尝试为训练 2 class 语义分割网络创建数据批次。目标分割图像有 2 层，第一层 class-1 的所有像素为 1，否则为 0。第二层像素反转。
在数据集中，我的输出图像是具有 [255,255,255] 和 [0,0,0] 的 3 通道 rgb 图像。输入和输出图像存储在 tf-record 文件中。
当我在 numpy 中进行实验时，我使用以下代码创建了一个 2 通道二进制图像：
c1_pix = np.all(op_img == np.array([255,255,255]), axis=2)
c1_pix = c1_pix.reshape(*(h,w), 1)
op_arr = np.concatenate((c1_pix, np.invert(c1_pix)), axis=2)
这给了我想要的 2 层 1s 和 0s 图像。
我正在尝试在 tensorflow 中重复它，但我是新手。我试过了c1_pix = tf.where(tf.equal(op_img, [[[255,255,255]]]))。它似乎有效，但它 returns 1s 和 0s 的 3 通道 int64 张量，我无法反转它。
有人可以帮我解决这个问题吗？
谢谢，
在浏览了一段时间的 tf 文档后，我想出了以下解决方案
c1_pix, _, _ = tf.split(tf.equal(op_img,[[[255,255,255]]]), 3, axis=-1)
c2_pix = tf.logical_not(c1_pix)
new_op_img = tf.concat([c1_pix, c2_pix], -1)
这对我有用。
我正在尝试为训练 2 class 语义分割网络创建数据批次。目标分割图像有 2 层，第一层 class-1 的所有像素为 1，否则为 0。第二层像素反转。
在数据集中，我的输出图像是具有 [255,255,255] 和 [0,0,0] 的 3 通道 rgb 图像。输入和输出图像存储在 tf-record 文件中。
当我在 numpy 中进行实验时，我使用以下代码创建了一个 2 通道二进制图像：
c1_pix = np.all(op_img == np.array([255,255,255]), axis=2)
c1_pix = c1_pix.reshape(*(h,w), 1)
op_arr = np.concatenate((c1_pix, np.invert(c1_pix)), axis=2)
这给了我想要的 2 层 1s 和 0s 图像。
我正在尝试在 tensorflow 中重复它，但我是新手。我试过了c1_pix = tf.where(tf.equal(op_img, [[[255,255,255]]]))。它似乎有效，但它 returns 1s 和 0s 的 3 通道 int64 张量，我无法反转它。
有人可以帮我解决这个问题吗？
谢谢，
在浏览了一段时间的 tf 文档后，我想出了以下解决方案
c1_pix, _, _ = tf.split(tf.equal(op_img,[[[255,255,255]]]), 3, axis=-1)
c2_pix = tf.logical_not(c1_pix)
new_op_img = tf.concat([c1_pix, c2_pix], -1)
这对我有用。