Tensorflow : 크기 조정 이미지 자리 표시 자

Question

필자는 직렬화 된 (TFRecord) 입력에서 작동하는 훈련 된 TF 모델을 가지고 있습니다. 이미지 데이터는 다양한 모양을 가지며 tf.image.resize_images(...)을 통해 229x229x3 모양으로 변환됩니다. this과 비슷한 gcloud ml-engine predictplatform을 사용하고 모든 크기의 이미지를 입력으로 허용하고 싶습니다.

난 다음 함수에서 (예측 그래프에 전달된다) 내 features 텐서를 얻을 내 예측 그래프 형상 [batch_size, 229, 229, 3]의 텐서 예상하므로 끝

tf.reshape

def jpeg_serving_input_fn(): 
    """ 
    Serve single jpeg feature to the prediction graph 
    :return: Image as a tensor 
    """ 
    input_features = tf.placeholder(dtype=tf.float32, shape=[None, None, 3], 
            name="PREDICT_PLACEHOLDER") 
    features_normalized = tf.image.resize_images(input_features, [229, 229]) 

    image = tf.reshape(features_normalized, [1, 229, 229, 3], name="RESHAPE_PREDICT") 

    inputs = { 
    'image': image 
    } 

이다. tf.reshape가 올바른 형태를 가져야한다 tf.image.resize_images의 출력을 공급하고있는 것처럼

predict_lib_beta.PredictionError: (4, "Exception during running the graph: Cannot feed value of shape (1, 1600, 2400, 3) for Tensor u'RESHAPE_PREDICT:0', which has shape '(1, 229, 229, 3)'") 

그것은 나에게 보이는 : 나는

gcloud ml-engine local predict \ 
--model-dir=trained_model/export/ \ 
--json-instances=img.json 

를 통해 엔진을 통해이 프로그램을 실행할 때 나는 PredictionError 얻을. 내가 여기서 잘못하고있는 것에 대한 어떤 생각? 미리 감사드립니다! 오류가 "RESHAPE_PREDICT:0" 텐서를 공급하는 코드합니다 (tf.reshape() OP의 즉 출력 image)보다는 "PREDICT_PLACEHOLDER:0" 텐서합니다 (tf.image.resize_images() 영업 이익 즉 입력 input_features)에 의한 것처럼

Answer 1

그것은 보인다. 당신의 훈련 된 모델 전체 소스없이

, 그것은 변경이 필요 정확히 무슨 말을하기 어렵다하지만에 inputs의 정의를 변경하는 것처럼 간단 할 수 있습니다 ...

inputs = {'image': input_features} 

되도록 예측 서비스는 고정 모양 출력 tf.reshape() 대신 값을 해당 자리 표시 자에 공급하는 것을 알고 있습니다.