小编Emm*_*mme的帖子

这是我第一次使用卷积神经网络和 Tensorflow。

我正在尝试实现一个能够从数字视网膜图像中提取血管的卷积神经网络。我正在使用公开可用的Drive 数据库（图像为 .tif 格式）。

由于我的图像非常大，我的想法是将它们分成大小为 28x28x1 的子图像（“1”是绿色通道，是我唯一需要的）。为了创建训练集，我从每个图像中迭代随机裁剪 28x28 批次，并在此集上训练网络。

现在，我想在数据库中的一张大图像上测试我训练过的网络（也就是说，我想将网络应用于完整的眼睛）。由于我的网络是在大小为 28x28 的子图像上进行训练的，因此想法是将眼睛分成“n”个子图像，将它们传递给网络，重新组装它们并显示结果，如图 1 所示：

图。1

我尝试使用一些函数，例如： tf.extract_image_pathces或tf.train.batch，但我想知道执行此操作的正确方法是什么。

下面是我的代码片段。我陷入困境的功能是split_image(image)

import numpy
import os
import random

from PIL import Image
import tensorflow as tf

BATCH_WIDTH = 28;
BATCH_HEIGHT = 28;

NUM_TRIALS = 10;

class Drive:
    def __init__(self,train):
        self.train = train

class Dataset:
    def __init__(self, inputs, labels):
        self.inputs = inputs
        self.labels = labels
        self.current_batch = 0

    def next_batch(self):
        batch = self.inputs[self.current_batch], self.labels[self.current_batch]
        self.current_batch …