如何使用TensorFlow读取并解码批量图像？当前仅能得到单张结果

这是因为你当前的代码每次调用sess.run(logits)只会从队列中取出单个样本进行处理，哪怕队列里有多个元素。要读取整个队列的所有元素，你可以用以下两种常见方法解决：

方法1：循环执行sess.run指定次数 #

既然你明确知道队列里有2个元素，直接循环调用sess.run对应次数即可，最后将结果合并：

# -------- Graph
filename_queue = tf.train.string_input_producer([img_path, img_path])
image_reader = tf.WholeFileReader()
key, image_file = image_reader.read(filename_queue)
image = tf.image.decode_jpeg(image_file, channels=3)

# Run my network
logits = network.get_logits(image)

# -------- Session
sess = tf.Session()
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(sess=sess, coord=coord)

# 循环读取队列中所有元素
logits_outputs = []
for _ in range(2):
    logits_outputs.append(sess.run(logits))

# 将结果合并为批量数组（可选，根据你的需求）
import numpy as np
logits_outputs = np.stack(logits_outputs)
print(logits_outputs.shape)  # 输出应为(2, ...)，对应2个样本的结果

coord.request_stop()
coord.join(threads)
sess.close()

方法2：使用批量读取操作（更推荐） #

如果以后需要处理更多样本，用tf.train.batch或tf.train.shuffle_batch直接从队列中读取批量数据，一次就能得到所有结果：

# -------- Graph
# 设置num_epochs=1，确保队列只遍历一次所有元素，避免无限循环
filename_queue = tf.train.string_input_producer([img_path, img_path], num_epochs=1)
image_reader = tf.WholeFileReader()
key, image_file = image_reader.read(filename_queue)
image = tf.image.decode_jpeg(image_file, channels=3)

# 批量读取2个样本，capacity需大于等于batch_size
batch_images = tf.train.batch([image], batch_size=2, capacity=2)

# Run my network（注意此时输入是批量图片）
logits = network.get_logits(batch_images)

# -------- Session
sess = tf.Session()
coord = tf.train.Coordinator()

# 必须初始化局部变量（num_epochs依赖局部变量）
sess.run(tf.local_variables_initializer())
sess.run(tf.global_variables_initializer())

threads = tf.train.start_queue_runners(sess=sess, coord=coord)

try:
    logits_output = sess.run(logits)
    print(logits_output.shape)  # 输出应为(2, ...)，对应批量结果
except tf.errors.OutOfRangeError:
    # 当队列遍历完num_epochs指定的次数后，会抛出这个异常
    print("所有样本已处理完成")
finally:
    coord.request_stop()
    coord.join(threads)
sess.close()

关键注意点 #

• 使用num_epochs时，必须调用tf.local_variables_initializer()，否则会触发变量未初始化的错误。
• tf.train.batch的capacity参数要设置为大于等于batch_size，保证队列中有足够元素供批量读取。
• 如果队列中是不同的图片路径，两种方法都完全适用，你当前的重复路径只是示例场景。

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