我正在尝试将一个掩码(二进制,只有一个通道)应用于RGB图像(3个通道,标准化为[0,1]).我目前的解决方案是,将RGB图像分割成它的通道,将其与掩码相乘并再次连接这些通道:
with tf.variable_scope('apply_mask') as scope:
# Output mask is in range [-1, 1], bring to range [0, 1] first
zero_one_mask = (output_mask + 1) / 2
# Apply mask to all channels.
channels = tf.split(3, 3, output_img)
channels = [tf.mul(c, zero_one_mask) for c in channels]
output_img = tf.concat(3, channels)
然而,这似乎效率很低,特别是因为根据我的理解,这些计算都不是就地完成的.有没有更有效的方法来做到这一点？
该tf.mul()运营商支持numpy的风格的广播,这样可以让你简化和轻微优化代码.
让我们说这zero_one_mask是一个m x n张量,并且output_img是一个b x m x n x 3(b批量大小 - 我从你output_img在维度3上拆分的事实推断这个)*.您可以通过将其重塑为张量tf.expand_dims()来使zero_one_mask广播channels成为m x n x 1:
with tf.variable_scope('apply_mask') as scope:
# Output mask is in range [-1, 1], bring to range [0, 1] first
# NOTE: Assumes `output_mask` is a 2-D `m x n` tensor.
zero_one_mask = tf.expand_dims((output_mask + 1) / 2, 2)
# Apply mask to all channels.
# NOTE: Assumes `output_img` is a 4-D `b x m x n x c` tensor.
output_img = tf.mul(output_img, zero_one_mask)
(*由于广播的工作方式,如果output_img是4-D b x m x n x c(任意数量的频道c)或3-D m x n x c张量,这将同样有效.)
京公网安备 11010802040832号 | 京ICP备19059560号-6 