Tensorflow TFRecord: Can't parse serialized example

最新推荐文章于 2023-03-10 14:10:08 发布

TinaO-O

最新推荐文章于 2023-03-10 14:10:08 发布

阅读量1k

点赞数

分类专栏： deeplabv3+ tensorflow

本文链接：https://blog.youkuaiyun.com/u013249853/article/details/100517353

版权

在尝试解析TFRecord文件时遇到错误，原因是使用FixedLenFeature来处理串数据，该方法需要指定形状。解决方案是使用能处理变长数据的解析函数，如变长特征(VariantFeature)。解析完成后，可能需要使用tf.sparse_tensor_to_dense转换为稠密张量。建议参考链接中的详细解答以更好地理解问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原因就是你的数据是串数据，但是你用FixedLenFeature读取，改函数有个参数是需要输入形状的。

 'image/width':
            tf.FixedLenFeature(shape=(), tf.int64, default_value=0),

比如这个，由于宽度是个常数，所以shape直接省略了，但是你的是[1,2,3,3]这种就不能省，要不你将shape填写上

'image/encoded':
            tf.FixedLenFeature(shape=(512,512), tf.string, default_value=''),

要么你使用别的函数解析

features={ 'image/superpixel16/class/encoded':
            tf.VarLenFeature(tf.int64),}
parsed_features = tf.parse_single_example(example_proto, features)
super_16 = parsed_features['image/superpixel16/class/encoded']
super_16 = tf.sparse_tensor_to_dense(super_16)

此处使用非定长的解析，解析过后需要使用 tf.sparse_tensor_to_dense压缩一下，就能得到你的[1.2.3.3]了

参考