我有一个4D np.array的大小为(10000,32,32,3),它代表了一组由1万张RGB图像组成的数据集。
我该如何使用skimage.transform.resize
或其他函数高效地调整所有图像的大小,以便将(32,32)插值到(224,224)?我更喜欢使用skimage来完成这个任务,但我也愿意接受任何不使用tf.image.resize_images
的解决方案。
我的当前解决方法是使用tf.image.resize_images
,但它会在后续处理过程中(在jupyter笔记本中)引起GPU内存问题(无法释放内存),因此我想替换它。
示例:
import tensorflow as tf
X = tf.image.resize_images(X,[224, 224])
with tf.Session() as sess:
X = X.eval()
joblib
或多线程/多进程处理10000张图片的好选择? - Mark Setchell