调用tfa.image.random_cutout触发slice index 3越界ValueError问题

tfa.image.random_cutout 要求输入图像必须是4维张量，形状格式为 (batch_size, image_height, image_width, channels)，必须包含批次维度。
你的代码中，tf.io.decode_png 解码输出的是3维张量，形状为 (image_height, image_width, 3)，缺少最外层的批次维度。函数内部逻辑会尝试访问索引为3的维度，而3维张量的合法维度索引只有0、1、2，因此触发维度越界报错，和你看到的错误信息中slice index 3 of dimension 0 out of bounds的描述完全对应。

你可以根据自己的数据处理流水线选择任意一种方案修复：

方案1：单图处理时手动增删批次维度 #

如果需要在组batch之前对单张图做cutout增强，只需要在调用接口前给张量临时加一个batch维度，接口执行完再移除该维度即可，修正后的代码如下：

def random_cut(image):
    image_string = tf.io.read_file(image)
    image = tf.io.decode_png(image_string, channels=3)
    image = tf.cast(image, tf.float32) / 255.

    # 临时增加batch维度，形状从(H,W,3)变为(1,H,W,3)
    image = tf.expand_dims(image, axis=0)
    image = tfa.image.random_cutout(image, (64,64), constant_values = 0)
    # 移除临时增加的batch维度，形状还原为(H,W,3)
    image = tf.squeeze(image, axis=0)

    return image

dataset = dataset.map(random_cut)

方案2：组batch后再执行cutout增强 #

如果你的流水线后续本来就要做batch操作，可以把cutout步骤放到batch之后，此时数据集输出的张量天然是4维(batch_size, H, W, 3)的格式，不需要手动调整维度，参考代码如下：

# 单图阶段只做解码、归一化
def preprocess_single(image_path):
    image_string = tf.io.read_file(image_path)
    image = tf.io.decode_png(image_string, channels=3)
    image = tf.cast(image, tf.float32) / 255.
    return image

dataset = dataset.map(preprocess_single)
# 先组装batch
dataset = dataset.batch(batch_size=32)
# batch后直接调用cutout，无需调整维度
def apply_cutout(batch_images):
    return tfa.image.random_cutout(batch_images, (64,64), constant_values=0)
dataset = dataset.map(apply_cutout)

注意：传入的cutout区域尺寸(64,64)不能大于你数据集图像的实际高、宽值，否则会触发新的尺寸不匹配错误。

内容的提问来源于stack exchange，提问作者ChilliMayoo