如何使 TensorFlow map() 函数 return 多个值？

Question

我正在尝试编写一个函数来增强数据集中的图像。我能够成功地增强现有图像并 return 它，但我希望能够对单个图像和 return 分别对这些增强图像进行多次增强，然后将它们添加到原始数据集中。

增强函数：

def augment_data(image, label):

h_flipped_image = tf.image.flip_left_right(image)
v_flipped_image = tf.image.flip_up_down(image)

return h_flipped_image, label

地图函数：

train_ds = train_ds.map(augment_data)

train_ds 是 tf.data 具有以下形状的数据集：

<PrefetchDataset shapes: ((None, 224, 224, 3), (None, 238)), types: (tf.float32, tf.bool)>

如何使地图函数 return 以这样的方式实现多个值，例如，return h_flipped_image 和 v_flipped_image 以及将它们添加到 train_ds 数据集？

Answer 1

原来我看问题的方向不对。我意识到我根本不需要将增强样本包含在数据集中。相反，我选择在训练过程中增加数据。

由于训练过程需要多个 epoch，我可以在网络需要它之前扩充图像。我通过修改我的 augment_data 函数来做到这一点，所以它现在有随机机会执行某种增强。每个时期都会对图像执行随机的增强组合，每次都会为网络生成不同的输入图像。

def augment_data(image, label):

rand = tf.random.uniform([])
if(rand > 0.5):
    image = tf.image.flip_up_down(image)

# Additional augmented techniques should be defined here

return image, label

确保使用 TensorFlow 函数生成随机数。由于 TensorFlow 解释 python 代码的方式，简单的 random.random() 将不起作用。

如何使 TensorFlow map() 函数 return 多个值？

How to make the TensorFlow map() function return multiple values?

python

tensorflow

data-augmentation