自定义特征解码

使用 tfds.decode API,您可以重写默认特征解码。主要用例是跳过图像解码以获得更高的性能。

注:此 API 支持访问磁盘上的低级别 tf.train.Example 格式(由 FeatureConnector 定义)。此 API 面向希望在图像方面获得更高读取性能的高级用户。

用法示例

跳过图像解码

为了完全控制解码流水线,或者在对图像进行解码之前应用筛选器(以获得更高的性能),您可以完全跳过图像解码。这适用于 tfds.features.Imagetfds.features.Video

ds = tfds.load('imagenet2012', split='train', decoders={
    'image': tfds.decode.SkipDecoding(),
})

for example in ds.take(1):
  assert example['image'].dtype == tf.string  # Images are not decoded

在解码图像之前筛选数据集/打乱数据集顺序

与上一个示例类似,您可以在解码图像之前使用 tfds.decode.SkipDecoding() 以插入其他 tf.data 流水线自定义。这样,筛选的图像将不会被解码,您可以使用更大的随机缓冲区。

# Load the base dataset without decoding
ds, ds_info = tfds.load(
    'imagenet2012',
    split='train',
    decoders={
        'image': tfds.decode.SkipDecoding(),  # Image won't be decoded here
    },
    as_supervised=True,
    with_info=True,
)
# Apply filter and shuffle
ds = ds.filter(lambda image, label: label != 10)
ds = ds.shuffle(10000)
# Then decode with ds_info.features['image']
ds = ds.map(
    lambda image, label: ds_info.features['image'].decode_example(image), label)

同时裁剪和解码

要重写默认的 tf.io.decode_image 运算,您可以使用 tfds.decode.make_decoder() 装饰器创建新的 tfds.decode.Decoder 对象。

@tfds.decode.make_decoder()
def decode_example(serialized_image, feature):
  crop_y, crop_x, crop_height, crop_width = 10, 10, 64, 64
  return tf.image.decode_and_crop_jpeg(
      serialized_image,
      [crop_y, crop_x, crop_height, crop_width],
      channels=feature.feature.shape[-1],
  )

ds = tfds.load('imagenet2012', split='train', decoders={
    # With video, decoders are applied to individual frames
    'image': decode_example(),
})

等效于:

def decode_example(serialized_image, feature):
  crop_y, crop_x, crop_height, crop_width = 10, 10, 64, 64
  return tf.image.decode_and_crop_jpeg(
      serialized_image,
      [crop_y, crop_x, crop_height, crop_width],
      channels=feature.shape[-1],
  )

ds, ds_info = tfds.load(
    'imagenet2012',
    split='train',
    with_info=True,
    decoders={
        'image': tfds.decode.SkipDecoding(),  # Skip frame decoding
    },
)
ds = ds.map(functools.partial(decode_example, feature=ds_info.features['image']))

自定义视频解码

视频为 Sequence(Image())。当应用自定义解码器时,它们将应用于单独的帧。这意味着图像的解码器会自动与视频兼容。

@tfds.decode.make_decoder()
def decode_example(serialized_image, feature):
  crop_y, crop_x, crop_height, crop_width = 10, 10, 64, 64
  return tf.image.decode_and_crop_jpeg(
      serialized_image,
      [crop_y, crop_x, crop_height, crop_width],
      channels=feature.feature.shape[-1],
  )

ds = tfds.load('ucf101', split='train', decoders={
    # With video, decoders are applied to individual frames
    'video': decode_example(),
})

等效于:

def decode_frame(serialized_image):
  """Decodes a single frame."""
  crop_y, crop_x, crop_height, crop_width = 10, 10, 64, 64
  return tf.image.decode_and_crop_jpeg(
      serialized_image,
      [crop_y, crop_x, crop_height, crop_width],
      channels=ds_info.features['video'].shape[-1],
  )


def decode_video(example):
  """Decodes all individual frames of the video."""
  video = example['video']
  video = tf.map_fn(
      decode_frame,
      video,
      dtype=ds_info.features['video'].dtype,
      parallel_iterations=10,
  )
  example['video'] = video
  return example


ds, ds_info = tfds.load('ucf101', split='train', with_info=True, decoders={
    'video': tfds.decode.SkipDecoding(),  # Skip frame decoding
})
ds = ds.map(decode_video)  # Decode the video

仅解码特征的子集。

也可以通过仅指定您需要的特征来完全跳过某些特征。此时将忽略/跳过所有其他特征。

builder = tfds.builder('my_dataset')
builder.as_dataset(split='train', decoders=tfds.decode.PartialDecoding({
    'image': True,
    'metadata': {'num_objects', 'scene_name'},
    'objects': {'label'},
})

TFDS 将选择与给定 tfds.decode.PartialDecoding 结构匹配的 builder.info.features 的子集。

在上面的代码中,会隐式提取特征以匹配 builder.info.features。此外,也可以显式定义特征。上面的代码等价于:

builder = tfds.builder('my_dataset')
builder.as_dataset(split='train', decoders=tfds.decode.PartialDecoding({
    'image': tfds.features.Image(),
    'metadata': {
        'num_objects': tf.int64,
        'scene_name': tfds.features.Text(),
    },
    'objects': tfds.features.Sequence({
        'label': tfds.features.ClassLabel(names=[]),
    }),
})

原始元数据(标签名称、图像形状…)会自动重用,因此不需要提供它们。

tfds.decode.SkipDecoding 可以通过 PartialDecoding(..., decoders={}) kwarg 传递给 tfds.decode.PartialDecoding