Tensorflow tf.image.decode_image 返回無 shape

在做語義分割的時候會經過讀取圖像的步驟，根據 TensorFlow 官方教程 我使用了 tf.data.Dataset 這個 API。
根據官方讀取圖像的例子，一開始我的代碼如下：

def load_image(filename, resized_shape):
	'''
	:param filename: 圖像文件名
	:param resized_shape: 縮放後圖像大小
	'''
    image = tf.read_file(filename)
    image = tf.image.decode_png(image)
    image = tf.image.convert_image_dtype(image, tf.float32)
    image = tf.image.resize_images(
        image, size=resized_shape, method=tf.image.ResizeMethod.AREA)

    return image

因爲訓練圖像是 png 格式，因此使用了 decode_png。
這裏還使用了 resize_images 函數，因爲在進行小範圍測試時將圖像縮小可以加快訓練速度。

至此都是沒有問題的，但是最近處理數據集的時候遇到了 jpg 格式的訓練圖像，之前看到 TensorFlow 有 decode_image 這個函數，好像可以自動判定圖像格式然後 decode。

但是使用了之後報錯了，這個錯誤是在 resize_images 的時候發生的：

ValueError: 'images' contains no shape.

根據 decode_image 的官方文檔：

Returns:

Tensor with type uint8 with shape [height, width, num_channels] for BMP
, JPEG, and PNG images and shape [num_frames, height, width, 3] for GIF images.

返回的 Tensor 是有形狀的，但是從調試中可以看到 shape 是 unknown 的，所以返回應該是沒有形狀，google 了一下也沒有發現能說清這個問題的，因此這個函數暫時用不了了。

不過我發現了一種解決辦法：

def load_image(filename, resized_shape):
	'''
	:param filename: 圖像文件名
	:param resized_shape: 縮放後圖像大小
	'''
    image = tf.read_file(filename)
    
    image = tf.cond(
        tf.image.is_jpeg(image),
        lambda: tf.image.decode_jpeg(image),
        lambda: tf.image.decode_png(image))
        
    image = tf.image.convert_image_dtype(image, tf.float32)
    image = tf.image.resize_images(
        image, size=resized_shape, method=tf.image.ResizeMethod.AREA)

    return image

就是使用 tf.cond() 函數，通過 tf.image.is_jpeg(image) 判斷圖像是不是 jpg 格式，如果是，就執行 decode_jpeg，如果不是，就執行 decode_png。因爲在語義分割中，大部分訓練圖像都是 jpg 或 png，很少會有其他格式的圖像，因此用一個條件就夠了。

其實 decode_image 函數裏面就是使用的 tf.cond 來判斷的，判斷之後 decode，然後再 convert_image_dtype，至於爲什麼返回沒有 shape 我也不清楚。

decode_image 函數片段

還有一種方法是使用 tf.Tensor.set_shape ，我的代碼裏不方便使用這個方法， 所以就沒有嘗試。