标签：jpeg default csv producer log data shu record sha
1. 使用gfile读入文件内容。输入的是String，输出3-D tensor。可惜的是输入不能是tensor
def decode_jpg(path): r""" 读取jpg图像 :param path: full path :return: A `Tensor` of type `float32`. 3-D with shape `[height, width, channels]` """ image_raw_data = tf.gfile.FastGFile(path, "r").read() image = tf.image.decode_jpeg(image_raw_data) image = tf.image.convert_image_dtype(image, dtype=tf.float32) return image
2. 使用WholeFileReader。输入的是queue。
image_reader = tf.WholeFileReader() data_queue = tf.train.string_input_producer([image_dir], shuffle=False) image_key, image_value = image_reader.read(data_queue)
img = tf.image.decode_jpeg(image_value, channels=3)
3. 使用read_file。输入的是tensor，不是queue
image_value = tf.read_file(image_dir)
img = tf.image.decode_jpeg(image_value, channels=3)
4. 一个错误：一个csv中每行保存图像的地址和label结果。最初的读入方法是：
data_queue = tf.train.string_input_producer([data_dir], shuffle=False) reader = tf.TextLineReader(skip_header_lines=True) key, value = reader.read(data_queue) record_defaults = [[2], [‘label‘], [157], [81], [‘Path‘]] _, label, width, height, image_dir = tf.decode_csv(value, record_defaults, field_delim="\t") image_dir = tf.string_join([image_folder_dir, image_dir]) img_reader = tf.WholeFileReader() img_key,img_value = img_reader.reader(tf.train.string_input_producer([image_dir], shuffle=False)
因为当时没有发现read_file这种方法读取文件。所以先后使用了两次 string_input_producer。本以为第二次只传入一个image_dir，图像数据和label会一致。但是即使把shuffle设置为false, 图像和label也对不上了。
所以把后来的 WholeFileReader换成了tf.read_file(image_dir) 。这就可以了
标签：jpeg default csv producer log data shu record sha
原文地址：http://www.cnblogs.com/yuetz/p/6708574.html
