使用 tf.image.resize() 调整输入图像大小时出现内存错误
Memory error when resizing input image using tf.image.resize()
我有一张 (100,100,1)
的输入图像,我想将图像调整为 (64,64,1)
我每次都遇到内存错误,
值得注意的是,我的数据集包含 58366 张图像。
有什么解决办法吗?
使用 tf.keras.preprocessing.image_dataset_from_directory
更有效地调整图像大小。
tf.keras.preprocessing.image_dataset_from_directory(
directory, labels='inferred', label_mode='int',
class_names=None, color_mode='rgb', batch_size=32, image_size=(64,
64), shuffle=True, seed=None, validation_split=None, subset=None,
interpolation='bilinear', follow_links=False, smart_resize=False
)
调用 image_dataset_from_directory(main_directory, labels='inferred') 将 return 一个 tf.data.Dataset
从子目录 class_a
和class_b
,连同标签0和1(0对应class_a,1对应class_b)
我有一张 (100,100,1)
的输入图像,我想将图像调整为 (64,64,1)
我每次都遇到内存错误,
值得注意的是,我的数据集包含 58366 张图像。
有什么解决办法吗?
使用 tf.keras.preprocessing.image_dataset_from_directory
更有效地调整图像大小。
tf.keras.preprocessing.image_dataset_from_directory(
directory, labels='inferred', label_mode='int',
class_names=None, color_mode='rgb', batch_size=32, image_size=(64,
64), shuffle=True, seed=None, validation_split=None, subset=None,
interpolation='bilinear', follow_links=False, smart_resize=False
)
调用 image_dataset_from_directory(main_directory, labels='inferred') 将 return 一个 tf.data.Dataset
从子目录 class_a
和class_b
,连同标签0和1(0对应class_a,1对应class_b)