Tensorflow：多尺度培训

Question

我正在尝试在Tensorflow中训练类似YOLOv2之类的多尺度CNN： 每隔几个纪元随机调整一批输入的大小。 但是我对Tensorflow不太熟悉，以下是我如何获取一批图像和标签的方法：

data_provider = slim.dataset_data_provider.DatasetDataProvider(dataset)
image, label = data_provider.get(['image', 'label'])
inputs, labels = tf.train.shuffle_batch([image, label], \
                                    batch_size=128, \
                                    num_threads=4,  \
                                    capacity= 1000, \
                                    min_after_dequeue=616)

那我希望我可以调整输入批次的大小并馈入网络

rand_size=int(np.random.uniform(0.15,1)*720)
resize_output = tf.image.resize_bilinear(preprocessed_inputs, [rand_size,rand_size],align_corners=True)

不幸的是，它不起作用，它仅在开始时调整了批处理的大小，并将调整大小操作应用于所有输入

有人对我应该做什么建议吗？ 非常感谢

Answer 1

您希望rand_size基于tf.random_uniform而不是numpy / int，否则您的session每次运行都将具有相同的值。

rand_size = tf.random_uniform(
    minval=int(0.15*720), maxval=720, dtype=tf.int32, shape=())

这仍将按相同数量调整批次中每个元素的大小。

我不熟悉slim进行预处理的方式，但是其中有些东西可以让您在批处理之前执行上述操作（在这种情况下，每次都会获得不同的随机值） 。或者使用最近发布的tf.data.Dataset。 This post可能会帮助您。