イメージピクセル値はtf.image.decode_jpegとtf.train.shuffle_batchで正規化されていますか？

Question

テンソルフローのtf.train.shuffle_batch関数を使用しようとしていますが、最初にtf.image.decode_jpeg（またはpngとjpgをロードするための他の同様の関数）を使用してイメージをロードする必要があります。しかし、私は、画像が確率マップとしてロードされていることを知りました。これは、ピクセル値の最大値が1で、ピクセル値の最小値が0であることを意味します。以下は、githubリポジトリから更新されたコードです。ピクセルの値が[0,1]に正規化されている理由はわかりませんが、テンソルフローに関する関連ドキュメントは見つかりません。誰か助けてくれますか？ありがとう。

def load_examples(self, input_dir, flip, scale_size, batch_size, min_queue_examples): 
    input_paths = get_image_paths(input_dir) 
    with tf.name_scope("load_images"): 
     path_queue = tf.train.string_input_producer(input_paths) 
     reader = tf.WholeFileReader() 
     paths, contents = reader.read(path_queue) 
     # note this is important for truncated images 
     raw_input = tf.image.decode_jpeg(contents,try_recover_truncated = True, acceptable_fraction=0.5) 
     raw_input = tf.image.convert_image_dtype(raw_input, dtype=tf.float32) 
     raw_input.set_shape([None, None, 3]) 

     # break apart image pair and move to range [-1, 1] 
     width = tf.shape(raw_input)[1] # [height, width, channels] 
     a_images = preprocess(raw_input[:, :width // 2, :]) 
     b_images = raw_input[:, width // 2:, :] 

    inputs, targets = [a_images, b_images] 

    def transform(image): 
     r = image 

     r = tf.image.resize_images(r, [self.image_height, self.image_width], method=tf.image.ResizeMethod.AREA) 
     return r 
    def transform_gaze(image): 
     r = image 
     r = tf.image.resize_images(r, [self.gaze_height, self.gaze_width], method=tf.image.ResizeMethod.AREA) 
     return r 
    with tf.name_scope("input_images"): 
     input_images = transform(inputs) 

    with tf.name_scope("target_images"): 
     target_images = transform(targets) 
    total_image_count = len(input_paths) 
    # target_images = tf.image.per_image_standardization(target_images) 
    target_images = target_images[:,:,0] 
    target_images = tf.expand_dims(target_images, 2) 
    inputs_batch, targets_batch = tf.train.shuffle_batch([input_images, target_images], 
             batch_size=batch_size, 
             num_threads=1, 
             capacity=min_queue_examples + 3 * batch_size, 
             min_after_dequeue=min_queue_examples) 
    # inputs_batch, targets_batch = tf.train.batch([input_images, target_images],batch_size=batch_size) 
    return inputs_batch, targets_batch, total_image_count 

Answer 1

tf.image.decode_*メソッドが行うものなので、値は[0,1]になります。

一般に、メソッドが浮動小数点テンソルを返すとき、その値は[0,1]の範囲にあると考えられますが、返されたテンソルがuint8の場合、値は[0,255]の範囲。

また、tf.image.convert_image_dtypeメソッドを使用する場合は、入力イメージのdtypeを変換するために、その変換ルールを適用しています。

入力イメージがuint8イメージで、float32に変換する場合、値は[0,1]の範囲でスケーリングされます。あなたの画像がすでに浮動小数点である場合、その値はその範囲にあると考えられ、何も行われません。