Tensorflow.js：将图像大小调整为特定字节大小

为了进行预测，我需要形状为 [null,7,7,256] 的图像。

const image = tf.reshape(tf.fromPixels(loadedImage).resizeBilinear([?,?]), [null, 7, 7, 256]);

但我不知道如何将图像调整为 7*7*256 大。

错误：尺寸 (37632) 必须与形状 ,7,7,256 的产品匹配

编辑：预测的代码是：

tf.loadModel(tf.io.browserFiles([uploadJSONInput.files[0], uploadWeightsInput.files[0]])).then(model => {
        console.log("model loaded");
        return model;

    }).then(pretrainedModel => {
        return loadImage2('http://localhost/myimg.jpeg', (src) => {
            const loadedImage = document.createElement("img");
            loadedImage.src = src;
            loadedImage.width = "275"
            loadedImage.height = "183"
            console.log("image loaded");

            const image = tf.fromPixels(loadedImage)

            resized = tf.image.resizeBilinear(image, [7, 7])
            const padded = resized.pad([[0, 0], [0, 0], [126, 127]])

            const pretrainedModelPrediction = pretrainedModel.predict(padded);
            const modelPrediction = model.predict(pretrainedModelPrediction);
            const prediction = modelPrediction.as1D().argMax().dataSync()[0];
            console.log(prediction);
        });

    })

Error:

错误：检查时出错：预期 flatten_Flatten1_input 有 4 个维度，但得到形状为 [7,7,256] 的数组

ResizeBilinear 将调整图像的高度和宽度，这意味着它不会影响通道数，即图像形状的最后一个维度。

如果您的图像的最后一个通道为 256，则以下内容将起作用

tf.fromPixels(loadedImage).resizeBilinear([7,7])

仅当两个大小匹配时，重塑张量才会起作用。 常量图像 = tf.ones([183, 275, 3 ]) 调整大小 = tf.image.resizeBilinear(图像, [7, 7]) console.log(resized.pad([[0, 0], [0, 0], [126, 127]]).shape);

图像通常具有 [h, w, 3] 形状。

resize = tf.fromPixels(loadedImage).resizeBilinear([7,7]) // [7, 7, 3]

然后使用tf.pad对于最后一个维度

const image = tf.ones([183, 275, 3 ])
resized = tf.image.resizeBilinear(image, [7, 7])
console.log(resized.pad([[0, 0], [0, 0], [126, 127]]).shape);// [7,7,256]

// reshape the tensor to be a 4d
resized.reshape([1,7,7,256])