python-3.x - PyTorch:图像尺寸问题

Question

我正在研究图像分类器数据集。我的数据集中有 31 个类，每个类都有一个文件夹。为了进行训练，我通过以下方式加载数据:

from torchvision import datasets, transforms
import torch

def load_training(root_path, dir, batch_size, kwargs):
    transform = transforms.Compose(
        [transforms.Resize([256, 256]),
         transforms.RandomCrop(224),
         transforms.RandomHorizontalFlip(),
         transforms.ToTensor()])
    data = datasets.ImageFolder(root=root_path + dir, transform=transform)
    train_loader = torch.utils.data.DataLoader(data, batch_size=batch_size, shuffle=False, drop_last=True, **kwargs)
    return train_loader

现在，对于批量大小 32，每个批量的尺寸为:[32,3,224,224]。我知道 Pytorch 使用 PIL 来加载图像。但是，当我尝试使用 PIL 从大​​小为 32 的名为 images 的列表加载图像时，使用以下代码片段:

for i in images:
    im = Image.open(root_dir + dir + i)
    im = im.convert('RGB')
    im.load()
    im = im.resize((224, 224))
    im = np.asarray( im, dtype="int32" )
    print(im.shape)
    temp_im_2 = torch.from_numpy(np.array(temp_im)).float()

它说im.shape是(32,224,224,3)。我究竟做错了什么？我应该怎么做才能使批处理在两种情况下都具有相同的形状:[32,3,224,224]？

Answer 1

只交换轴怎么样？如果 im 有四个维度，则类似于 im.transpose(0, 3, 1, 2)。但是，im.shape 应返回 (224, 224, 3)，因为您只加载了一张图像，因此 im.transpose(2, 0, 1) 应该为您提供带有第一维 channel 的图像，然后您可以将其堆叠在一起以形成批处理。