分割具有多个功能的tfrecords数据集

Question

我有一个图像分类任务，其中我为每个图像创建了多个裁剪图以及翻转/翻转版本以扩展我的有限数据集。我已将数据集写入tfrecords文件，其中每个记录均由文件组成（这里简化为两个农作物，只有一个翻转的版本）：    {        lbl: int,         crop_0: np.ndarray,         crop_1: np.ndarray,        crop_0_flipped: np.ndarray,         crop_1_flipped: np.ndarray    }基本上每张输入4张图片。在训练过程中，我想将每个图像都分开对待，即将每个记录作为具有相同标签的4个图像馈入，并与数据集中的其余图像混排，以使N幅图像变为4N幅图像。在测试过程中（使用单独的但结构类似的数据集），我想拍摄每张图像，仅使用crop_0和crop_1图像，并对softmax输出进行平均以进行分类。我的问题是-训练这种数据集的最佳，最有效的方法是什么？如果这会使培训效率降低，我愿意改变我的方法，而且似乎最简单的方法是将每个版本的tfrecords文件（裁切和翻转/翻页图像）分开并将文件交织到一个文件中数据集，但如果能提供帮助，我不想拥有一堆文件。