Tensorflow加载Vgg预训练模型的几个注意事项

    写这个博客的关键Bug: Value passed to parameter 'input' has DataType uint8 not in list of allowed values: float16, bfloat16, float32, float64。本博客将围绕 加载图片 和 保存图片到本地 来详细解释和解决上述的Bug及其引出来的一系列Bug。

 

加载图片

    首先，造成上述Bug的代码如下所示

image_path = "data/test.jpg" # 本地的测试图片

image_raw = tf.gfile.GFile(image_path, 'rb').read()
# 一定要tf.float()，否则会报错
image_decoded = tf.image.decode_jpeg(image_raw)

# 扩展图片的维度，从三维变成四维，符合Vgg19的输入接口
image_expand_dim = tf.expand_dims(image_decoded, 0)

# 定义Vgg19模型
vgg19 = VGG19(data_path)
net = vgg19.feed_forward(image_expand_dim, 'vgg19')
print(net)

    上述代码是加载Vgg19预训练模型，并传入图片得到所有层的特征图，具体的代码实现和原理讲解可参考我的另一篇博客：Tensorflow加载Vgg预训练模型。那么，为什么代码会出现： Value passed to parameter 'input' has DataType uint8 not in list of allowed values: float16, bfloat16, float32, float64，这个Bug呢？

    这句英文翻译过来是指：传递的值类型是uint8，但是接受的参数类型必须是float的那几种。故原因就是传入值的数据类型错了，那么如何解决这个Bug呢，很简单

image_path = "data/test.jpg" # 本地的测试图片

image_raw = tf.gfile.GFile(image_path, 'rb').read()
# 一定要tf.float()，否则会报错
image_decoded = tf.to_float(tf.image.decode_jpeg(image_raw))

# 扩展图片的维度，从三维变成四维，符合Vgg19的输入接口
image_expand_dim = tf.expand_dims(image_decoded, 0)

# 定义Vgg19模型
vgg19 = VGG19(data_path)
net = vgg19.feed_forward(image_expand_dim, 'vgg19')
print(net)

    这两个代码块唯一的变动就是：image_decoded结果在输出前加了一个tf.float()，将其转换为float类型。

    在tensorflow API中，tf.image.decode_jpeg()默认读取的图片数据格式为unit8，而不是float。uint8数据的范围在(0, 255)中，正好符合图片的像素范围(0, 255)。但是，保存在本地的Vgg19预训练模型的数据接口为float，所以才造成了本文开头的Bug。

    这里还要提一点，若是使用PIL的方法来加载图片，则不会出现上述的Bug，因为通过PIL得到的图片格式是float，而不是uint8，故不需要转换。

    很多同学可能会疑惑，若是强行改变了原图片的数据格式，从uint8类型转变成float，会不会导致数据改变或者出错？故我做了下面这个实验：

image_path = "data/3.jpg"

image_raw = tf.gfile.GFile(image_path, 'rb').read()

image_unit8 = tf.image.decode_jpeg(image_raw)
image_float = tf.to_float(image_unit8)

with tf.Session() as sess:
    image_unit8_, image_float_ = sess.run([image_unit8, image_float])

print("image_unit8_", image_unit8_)
print("image_float_ ", image_float_ )


代码结果如下：
    image_unit8_
        [180, 192, 204],
        [183, 195, 207],
        [186, 198, 210],
        ...,
        [191, 205, 218],
        [191, 205, 218],
        [190, 204, 217]],

    image_float_ 
        [180., 192., 204.],
        [183., 195., 207.],
        [186., 198., 210.],
        ...,
        [191., 205., 218.],
        [191., 205., 218.],
        [190., 204., 217.]],

    可以看到，数据根本没有变化，只是后面多加了个小数点，变得只有类型，而没有强制改变值，故同学们不需要过度担心。

    

保存图片到本地

    在加载图片的时候，为了使用保存在本地的预训练Vgg19模型，我们需要将读取的图片由uint8格式转换成float格式。那若是我们想将已经转换为float格式的图片再保存到本地，该怎么做呢？

    首先，我们根据上述的文字的意思读取图片，并且将其转换为float格式，在将读取的图片再次保存到本地之前，我们首先可视化一下转换格式后的图片，代码如下：

import tensorflow as tf

from matplotlib import pyplot as plt

image_path = "data/boat.jpg"
 
image_raw = tf.gfile.GFile(image_path, 'rb').read()
image_decoded = tf.image.decode_jpeg(image_raw)
image_decoded = tf.to_float(image_decoded)
 
with tf.Session() as sess:
    image_decoded_ = sess.run(image_decoded)
    plt.imshow(image_decoded_)
    plt.show()

生成的图片如下图所示：

左原图，右float格式图

    左边是原图，右边是转换为float格式的图片，可见将图片转换为float格式，虽然数值没有造成太大影响，但是若想将图片保存到本地就会出现问题。

    说了这么多，只为了说一点，在保存图片到本地之前，需要将其格式从float转回uint8，否则会造成一系列错误：图片显示异常，API报错等。正确的保存代码如下：

save_path = "data/boat_copy.jpg"

image_uint = tf.cast(image_decoded, tf.uint8)

with tf.Session() as sess:
    with open(save_path, 'wb') as img:
        image_saved = sess.run(tf.image.encode_jpeg(image_uint))
        img.write(image_saved)

    其中只有一句话最关键，即tf.cast(image_decoded, tf.uint8)。

 

备注：本文为作者原创，转载需注明出处！