TensorFlow C++图像分类：如何将二维像素向量作为输入

嘿，我来帮你搞定这个问题！你已经走到创建张量这一步了，剩下的就是把二维向量的亮度像素值正确填充进去，然后喂给计算图做预测，我给你一步步拆解清楚：

首先你得确认训练好的模型对输入张量的要求：

• 形状：绝大多数图像分类模型的输入是 [batch_size, height, width, channels]（TensorFlow默认的NHWC格式），因为你是灰度图，所以channels=1；如果是单张图片预测，batch_size=1，所以最终形状应该是[1, H, W, 1]（H是你的二维向量行数，W是列数）。
• 数据类型：大部分模型用float32，所以你需要把int类型的像素值转成float。
• 归一化规则：要和训练时一致，比如有的模型要求像素值归一化到0-1（除以255），有的是减均值再除以标准差，这一步不能错，否则预测结果会乱。

TensorFlow的张量需要连续的内存块，所以你得先把std::vector<std::vector<int>>展平成一维数组，同时做类型转换和归一化：

// 假设你的二维亮度像素向量是vec2d
int img_height = vec2d.size();
int img_width = vec2d[0].size();
std::vector<float> flattened_data;
flattened_data.reserve(img_height * img_width); // 预分配内存提升效率

// 遍历二维向量，转成float并按要求归一化
for (const auto& row : vec2d) {
    for (int pixel_val : row) {
        // 这里示例是归一化到0-1范围，根据你的模型调整
        flattened_data.push_back(static_cast<float>(pixel_val) / 255.0f);
    }
}

接下来把一维数据填充到张量里，如果你之前创建的张量形状不对，建议重新创建符合要求的张量：

// 定义输入张量的形状：[batch_size=1, height, width, channels=1]
tensorflow::TensorShape input_shape({1, img_height, img_width, 1});
// 创建float32类型的张量
tensorflow::Tensor input_tensor(tensorflow::DT_FLOAT, input_shape);

// 获取张量的可写映射，把flattened_data复制进去
auto input_tensor_map = input_tensor.tensor<float, 4>();
std::copy(flattened_data.begin(), flattened_data.end(), input_tensor_map.data());

最后就是把这个张量喂给计算图的输入节点，运行会话得到预测结果：

// 假设你已经初始化好了session和graph，输入节点名称是"input"，输出节点是"predictions"
std::vector<std::pair<std::string, tensorflow::Tensor>> feed_dict = {
    {"input", input_tensor}
};

std::vector<tensorflow::Tensor> outputs;
// 执行预测
tensorflow::Status run_status = session->Run(feed_dict, {"predictions"}, {}, &outputs);

if (!run_status.ok()) {
    std::cerr << "预测出错：" << run_status.ToString() << std::endl;
    return -1;
}

// 处理输出结果，比如取出分类概率
auto output_probs = outputs[0].tensor<float, 2>();
// 输出形状是[1, num_classes]，遍历每个类别的概率
for (int i = 0; i < output_probs.dimension(1); ++i) {
    std::cout << "类别 " << i << " 的概率：" << output_probs(0, i) << std::endl;
}

• 如果你的模型输入是NCHW格式（比如部分卷积模型），那张量形状要改成[1, 1, img_height, img_width]，填充数据时也要注意顺序。
• 确保你的二维向量尺寸和模型要求的输入尺寸一致，比如模型要求224x224，那你的vec2d必须是224行224列，否则要先做resize处理。
• 要是你之前创建的张量是正确形状的，也可以直接用tensor.tensor<float,4>()获取映射后复制数据，不用重新创建。

内容的提问来源于stack exchange，提问作者Satinger