TensorFlow, как дополнить тензор значениями ребер - PullRequest
Новая
       6

TensorFlow, как дополнить тензор значениями ребер

0 голосов
/ 04 мая 2018

Как мне заполнить тензор (с размером WxHxC) значениями ребер?

Например: 

[1, 2, 3]
[4, 5, 6]
[7, 8, 9]

становится: 

[1, 1, 2, 3, 3]
[1, 1, 2, 3, 3]
[4, 4, 5, 6, 6]
[7, 7, 8, 9, 9]
[7, 7, 8, 9, 9]

Ответы [ 2 ]

0 голосов
/ 18 января 2019

В качестве дополнения, если вы хотите дополнить изображение в режиме репликации, таком как opencv, следующее может сделать это, dst_image - это изображение для заполнения. И pad_h_up, pad_h_down, pad_w_left, pad_w_right - это четыре аргумента: 

def pad_replica(image_pad, up,down, left, right):
    paddings_up = tf.constant([[1, 0],[0,0],[0,0]])
    paddings_down = tf.constant([[0, 1],[0,0],[0,0]])
    paddings_left = tf.constant([[0, 0],[1,0],[0,0]])
    paddings_right = tf.constant([[0, 0],[0, 1],[0 ,0]])
    i = tf.constant(0)
    c = lambda i,pad_len,pad_mode, image: tf.less(i, pad_len)
    def body(i,pad_len,pad_mode,image):
        i = i+1
        image = tf.pad(image, pad_mode,"SYMMETRIC")
        return [i, pad_len,pad_mode, image]
    [_, _, _, image_pad_up] = tf.while_loop(c, body, \
                                          [i, up, paddings_up, image_pad])
    i = tf.constant(0)
    [_, _, _, image_pad_down] = tf.while_loop(c, body, [i, down,paddings_down, image_pad_up])
    i = tf.constant(0)
    [_, _, _, image_pad_left] = tf.while_loop(c, body, [i, left, paddings_left, image_pad_down])
    i = tf.constant(0)
    [_, _, _, image_pad_right] = tf.while_loop(c, body, [i, right,paddings_right, image_pad_left])
    i = tf.constant(0)
    return image_pad_right
dst_image.set_shape([None, None, None])
dst_image = pad_replica(dst_image,\
             tf.cast(pad_h_up, tf.int32),\
            tf.cast(pad_h_down,tf.int32),\
            tf.cast(pad_w_left, tf.int32),\
            tf.cast(pad_w_right,tf.int32)
            )
0 голосов
/ 04 мая 2018

Используйте tf.pad() и режим "SYMMETRIC" - это будет отражать значения на ребре, но если вы сделаете только 1 заполнение глубины, это эквивалентно повторению значения ребра , Если вам нужно больше отступов, вам нужно повторить операцию, но вы можете пойти по экспоненте (сначала 1, затем 2, затем 4 и т. Д.). Этот код (проверено): 

import tensorflow as tf

a = tf.reshape( tf.constant( range( 1, 10 ) ), ( 3, 3 ) )
b = tf.pad( a, [ [ 1, 1 ], [ 1, 1 ] ], "SYMMETRIC" )

with tf.Session() as sess:
    print( sess.run( b ) )

Выходы:

[[1 1 2 3 3]
[1 1 2 3 3]
[4 4 5 6 6]
[7 7 8 9 9]
[7 7 8 9 9]]

по желанию.

...