Tensorflow Dataset数据集制作专题【二】— 将图片文件制作成Dataset数据集

今晚这个代码愣是调试了好一会，弄的我是满脑子在飘"为啥是这样"， 网上博客搜索一堆， 也没有解决我的问题，先看一下这个神奇的存在:

错误代码段
image_rotated = tf.py_func(_rotated, [image], [tf.float64])

报错：
tensorflow.python.framework.errors_impl.InvalidArgumentError: 0-th value returned by pyfunc_0 is float, but expects double
	 [[Node: cond/PyFunc = PyFunc[Tin=[DT_FLOAT], Tout=[DT_DOUBLE], token="pyfunc_0"](cond/Switch_1)]]
	 [[Node: IteratorGetNext_1 = IteratorGetNext[output_shapes=[<unknown>, [?]], output_types=[DT_FLOAT, DT_INT32], 
	 _device="/job:localhost/replica:0/task:0/device:CPU:0"](OneShotIterator_1)]]

很明显， 我的bug定位在Node几点的PyFunc处，而且错误也能看的明白， 是Tin返回值的类型(float)错误， 与expect(double)不一致导致的，明白了这一点， 回头查看调用tf.py_func()函数的地方的输入， 愣是觉得没啥问题呀， 到底哪里出错了， 后来经过我一番琢磨和尝试，终于修改成功了， 将原来的代码修改为如下即可：

正确代码
image_rotated = tf.py_func(_rotated, [image], [tf.float32])

真是坑人不浅啊啊啊......

下面附上详细的将图片文件转换为Dataset数据集的代码：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @ProjectName : 06_create_image_dataset.py
# @DateTime :  2019-11-30 13:32
# @Author : 皮皮虾

# 变化丰富的数据集会使模型的精度和泛化性能成倍的提升
# 一套成熟的代码，可以使开发数据集的工作简化很多


import os
import logging
import argparse
import numpy as np
import tensorflow as tf
from skimage import transform
import matplotlib.pyplot as plt
from sklearn.utils import shuffle


def load_sample(src_path):
    image_path_list = []
    real_label_list = []
    for _dir_ in os.listdir(src_path):