Блог

Я работаю над своей личной функцией увеличения изображения в TensorFlow 2.0. Более конкретно, я написал функцию, которая возвращает случайно увеличенное изображение. Его вход — это image_batch многомерный numpy массив с формой:

 (no. images, height, width, channel)
  

что в моем конкретном случае:

 (31, 300, 300, 3)
  

Это код:

 def random_zoom(batch, zoom=0.6):
    '''
    Performs random zoom of a batch of images.
    It starts by zero padding the images one by one, then randomly selects
     a subsample of the padded image of the same size of the original.
    The result is a random zoom
    '''

    # Import from TensorFlow 2.0
    from tensorflow.image import resize_with_pad, random_crop

    # save original image height and width
    height = batch.shape[1]
    width = batch.shape[2]

    # Iterate over every image in the batch
    for i in range(len(batch)):
        # zero pad the image, adding 25-percent to each side
        image_distortion = resize_with_pad(batch[i, :,:,:], int(height*(1 zoom)), int(width*(1 zoom)))

        # take a subset of the image randomly
        image_distortion = random_crop(image_distortion, size=[height, width, 3], seed = 1 i*2)

        # put the distorted image back in the batch
        batch[i, :,:,:] = image_distortion.numpy()

    return batch
  

Затем я могу вызвать функцию:

 new_batch = random_zoom(image_batch)
  

На данный момент происходит что-то странное: new_batch количество изображений соответствует моим ожиданиям, и я доволен этим… но теперь также image_batch был изменен исходный объект ввода! Я этого не хочу, и я не понимаю, почему это происходит.

Ну, эта строка batch[i, :,:,:] = image_distortion.numpy() изменяет массив, который передается в качестве аргумента.

Ваша путаница, вероятно, связана с знакомством с другим языком, таким как C , где объекты, передаваемые в качестве аргументов, неявно копируются.

В Python происходит то, что вы могли бы назвать передачей по ссылке. Никакие копии не делаются, если вы этого не хотите. Следовательно, оба new_batch и не image_batch изменяются; это два имени, указывающие на один и тот же объект, который был изменен.

Соответственно, вы можете захотеть сделать что-то подобное batch = batch.copy() в начале вашей функции.