tensorflow通过随机因子调整图像大小

scale (1,) 所以 [H*scale, W*scale] (1, 2) 。要修复它,只需生成一个标量随机数,而不是一个1元素向量:

scale = tf.random_uniform([], minval=1, maxval=1.5, dtype=tf.float32, seed=None, name=None)

请注意,形状是一个空列表,这意味着您需要一个标量。

除此之外,您还必须修复 size 参数,如下所示:

tf.image.resize_images(tf.expand_dims(img, 0), tf.cast([H*scale, W*scale], tf.int32))

您的问题是,您正在混合python列表 [H*scale, W*scale] 用张量。默认情况下,tensorflow会根据需要将类似这样的列表转换为tensorflow常量。但在这种情况下,您的列表包含张量,最终得到的是一组不是1D的嵌套张量。

为了避免在这种情况下出现混淆,请停止使用诸如列表之类的python构造,并显式地将高度和宽度转换为tensorflow构造,并在继续之前检查其形状。

x = tf.concat((scale*W, scale*H), axis=0)
print(x)
Tensor("concat_3:0", shape=(2,), dtype=float32)

这样做表明我们现在有了所需的一维张量。但它是float32(至少在我设置的简单测试用例中是这样),所以让我们将其转换为int:

x = tf.cast(x, tf.int32)

现在你准备好了

tf.image.resize_images(tf.expand_dims(img, 0), size=x)

此处不应出现错误。