如何在R语言的TensorFlow流水线中从URL直接加载图像？

核心思路是用httr包直接抓取图像的二进制数据到内存，再转换为TensorFlow可处理的张量，完全跳过磁盘读写步骤，提升处理效率。

步骤1：安装并加载依赖包 #

如果还没安装httr，先执行：

install.packages("httr")
library(httr)
library(tensorflow)
library(keras)

步骤2：修改预测循环代码 #

替换原来依赖get_file的逻辑，直接从内存处理图像：

data$score <- NA
image_size <- c(224, 224) # 替换为你的模型要求的输入尺寸

for (i in 1:nrow(data)) {
  # 从URL获取二进制图像数据到内存
  img_resp <- GET(data$image_url[i], write_memory())
  img_raw_data <- content(img_resp, "raw")
  
  # 沿用你的TensorFlow图像处理流程
  img_tensor <- tf$constant(img_raw_data) %>%
    tf$io$decode_image() %>%
    tf$image$resize(as.integer(image_size)) %>%
    tf$expand_dims(0L)
  
  # 执行预测
  data$score[i] <- model %>% predict(img_tensor, verbose = 0)
}

关键代码解释 #

• GET(..., write_memory())：指定将HTTP响应内容直接存入内存，避免写入本地磁盘
• content(img_resp, "raw")：提取响应中的二进制原始图像数据
• tf$constant(img_raw_data)：将R的raw向量转换为TensorFlow字符串张量，这是tf$io$decode_image可以直接解析的格式

测试验证 #

用你提供的示例URL测试时，只需将data$image_url[i]替换为：
https://inaturalist-open-data.s3.amazonaws.com/photos/451526093/medium.jpeg

内容的提问来源于stack exchange，提问作者icyeye