关于tfrecord写入和取出图片的维度不同

写入:

ima = img_array[index][1].tobytes()
example = tf.train.Example(
    features=tf.train.Features(
        feature={
            'label': _int64_feature( int(img_array[index][0])),  # label
            'data': _bytes_feature(ima)  # 图像的数据
        }))

img_array[index][1].shape  -- (1764,)

读取：

features = tf.parse_single_example(
    serialized_example,
    features={
        'data':tf.FixedLenFeature([],tf.string),
        'label':tf.FixedLenFeature([],tf.int64)
    })

images = tf.decode_raw(features['data'],tf.uint8)

images --- shape -- (7056,0)

 

原因:

       因为img_array 数据类型为   float32    转化为字节的时候  被分成7056 

 

解决:  把  img_array数据类型转化为unit8: img_array[index][1].astype(np.uint8)