我正在處理 MRI 影像，我想使用 from_tensor_slices 來預處理路徑，但我不知道如何正確使用它。下面是我的代碼、問題訊息和資料集的鏈接。
首先我重新排列我的資料。484張圖片和484張標簽
image_data_path = './drive/MyDrive/Brain Tumour/Task01_BrainTumour/imagesTr/'
label_data_path = './drive/MyDrive/Brain Tumour/Task01_BrainTumour/labelsTr/'
image_paths = [image_data_path name
for name in os.listdir(image_data_path)
if not name.startswith(".")]
label_paths = [label_data_path name
for name in os.listdir(label_data_path)
if not name.startswith(".")]
image_paths = sorted(image_paths)
label_paths = sorted(label_paths)
然后，加載1個例子的函式（我使用nibabel加載nii檔案）
def load_one_sample(image_path, label_path):
image = nib.load(image_path).get_fdata()
image = tf.convert_to_tensor(image, dtype = 'float32')
label = nib.load(label_path).get_fdata()
label = tf.convert_to_tensor(label, dtype = 'uint8')
return image, label
接下來，我嘗試使用 from_tensor_slices
image_filenames = tf.constant(image_paths)
label_filenames = tf.constant(label_paths)
dataset = tf.data.Dataset.from_tensor_slices((image_filenames, label_filenames))
all_data = dataset.map(load_one_sample)
錯誤來了： TypeError: stat: path should be string, bytes, os.PathLike or integer, not Tensor
有什么問題，我該如何解決？
資料鏈接：https : //drive.google.com/drive/folders/1HqEgzS8BV2c7xYNrZdEAnrHk7osJJ--2（任務 1 - 腦腫瘤）
如果您需要更多資訊，請告訴我。
uj5u.com熱心網友回復：
nib.load不是 TensorFlow 函式。
如果你想在tf.data管道中使用任何不是 TensorFlow 函式的東西，那么你必須使用tf.py_function.
代碼：
image_data_path = 'Task01_BrainTumour/imagesTr/'
label_data_path = 'Task01_BrainTumour/labelsTr/'
image_paths = [image_data_path name
for name in os.listdir(image_data_path)
if not name.startswith(".")]
label_paths = [label_data_path name
for name in os.listdir(label_data_path)
if not name.startswith(".")]
image_paths = sorted(image_paths)
label_paths = sorted(label_paths)
def load_one_sample(image_path, label_path):
image = nib.load(image_path.numpy().decode()).get_fdata()
image = tf.convert_to_tensor(image, dtype = 'float32')
label = nib.load(label_path.numpy().decode()).get_fdata()
label = tf.convert_to_tensor(label, dtype = 'uint8')
return image, label
def wrapper_load(img_path, label_path):
img, label = tf.py_function(func = load_one_sample, inp = [img_path, label_path], Tout = [tf.float32, tf.uint8])
return img, label
dataset = tf.data.Dataset.from_tensor_slices((image_paths, label_paths)).map(wrapper_load)
錯誤不是由from_tensor_slices函式引起的，而是由于nibs.load期待一個字串但得到一個張量而出現的。
但是，更好的方法是創建 tfrecords 并使用它們來訓練模型。
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/368277.html
上一篇：退出權重多久更新一次