python-3.x - python- tf.write_file 在 tensorflow 中不工作

Question

我有一个代码可以训练物体检测的物体坐标。我使用了 CNN 网络，输出层是回归层(称为 bound_box_output)，它返回图像中对象的 (x0,y0, height, width)。在这一层之后，我尝试在丢失步骤之前直接保存图像。

   i = 0
   image_decoded = tf.image.decode_jpeg(tf.read_file('3.jpg'), channels=3)
   cropped = tf.image.crop_to_bounding_box(image = image_decoded,
                                          offset_height = tf.cast(bound_box_output[i,0], tf.int32),
                                          offset_width = tf.cast(bound_box_output[i,1], tf.int32),
                                          target_height = tf.cast(bound_box_output[i,2], tf.int32),
                                          target_width = tf.cast(bound_box_output[i,3], tf.int32))

   enc = tf.image.encode_jpeg(cropped)
   fname = tf.constant('4.jpeg')
   fwrite = tf.write_file(fname, enc)

然后在 tf.train.SessionRunHook 中运行它

def begin(self):
        self._step = -1
        self._start_time = time.time()

def before_run(self, run_context):
        self._step += 1
        return tf.train.SessionRunArgs(loss)
def after_run(self, run_context, run_values):
        if self._step % LOG_FREQUENCY == 0:
          current_time = time.time()
          duration = current_time - self._start_time
          self._start_time = current_time

          loss_value = run_values.results
          examples_per_sec = LOG_FREQUENCY * BATCH_SIZE / duration
          sec_per_batch = float(duration / LOG_FREQUENCY)


          format_str = ('%s: step %d, loss = %.2f (%.1f examples/sec; %.3f '
                        'sec/batch)')
          print (format_str % (datetime.now(), self._step, loss_value,
                               examples_per_sec, sec_per_batch))

        if self._step  == MAX_STEPS-1:
          loss_value = run_values.results
          print("The final value of loss is:: ")
          print(loss_value)
          print(fwrite)
          tf.train.SessionRunArgs(fwrite)

问题是它没有将“4.jpeg”图像保存在特定文件夹中

注意:我使用的是tensorflow 1.1.3和python3.5

Answer 1

TLDR；将 tf.train.SessionRunArgs(fwrite) 替换为 run_context.session.run(fwrite)。

SessionRunArgs实际上并不运行提供的操作。 SessionRunArgs从 before_run() 返回称呼。它们的作用是为下一个 session.run() 调用添加参数。

if self._step  == MAX_STEPS-1:
  loss_value = run_values.results
  print("The final value of loss is:: ")
  print(loss_value)
  print(fwrite)
  tf.train.SessionRunArgs(fwrite)  # problematic line

您正试图在 after_run() 结束时运行 fwrite 操作.但是，它只是实例化了 SessionRunArgs。对象。

实现所需行为的一个选项是利用提供给 after_run() 的 run_context 参数. run_context 的类型为 SessionRunContext ，包含 session 引用的类型。

run_context.session.run(fwrite) 应该可以帮到您。