python返回值进行unpack

最近在写yolov3,因为yolov3的多输出性质,所以我打算写适配多输出的工具函数,在numpy中可以在一个array中包含多个不同维度的array,但在tensorflow中一个tensor只能保存相同维度的矩阵,这就十分蛋疼了.下面记录一下我是如何解决的.

在做parser的时候,让其返回值第一个为img,然后是一个动态的label数组,接下来使用tensorflow的包装函数进行包装,最后执行:

1 2 3 4 5 6 7 8 9

def (): img = np.zeros((240, 320, 3)) labels = [np.array((7, 10, 3, 25)), np.array((14, 20, 3, 25))] return img, labels img, *label = py_function(t, inp=[], Tout=[tf.float32] * 3) 大专栏  python返回值进行unpackpan> with tf.Session() as sess: _img = sess.run([img])

但是这样执行会出现一个问题,我虽然给定的输出是3个,但是实际执行的时候函数返回值是2个:

1	pyfunc_10 returns 2 values, but expects to see 3 values.

问题解决

所以我需要进行返回时的解包,最终程序如下:

1 2 3 4 5 6 7 8 9

def t(): img = np.zeros((240, 320, 3)) labels = [np.array((7, 10, 3, 25)), np.array((14, 20, 3, 25))] return (img, *labels) img, *label = py_function(t, inp=[], Tout=[tf.float32] * 3) with tf.Session() as sess: _img, *_label = sess.run([img, *label])

只要注意到一点,返回*list是可以的,但是必须要加括号保证语法!