深度学习常用格式及注意

PIL的图片：HWC（Height×Weight×Channel）格式，其中Channel为RGB格式，图片默认类型为uint8
opencv的图片：HWC（Height×Weight×Channel）格式，其中Channel为BGR格式，图片默认类型为uint8
pytorch的图片：CHW格式（Channel×Height×Weight）格式，其中Channel为RGB格式，图片默认类型为uint8
tensorflow的图片：HWC（Height×Weight×Channel）格式，其中Channel为RGB格式，图片默认类型为uint8

在图片进行读取时一般用cv2、PIL读取，而其读取格式是uint8类型，我们在进行计算（深度学习模型的训练与推理）时应转变为float32来避免计算溢出得到我们所不期望的值，最后再保存计算后的图片时我们再转为float32即可（读取：uint8 -> 运算：float32 -> 保存：uint8）

使用OpenCV读取图像，返回的图像对象的常见属性为：
shape：表示图像的尺寸，通常为一个三元组，其中第一个元素是图像的高度，第二个元素是图像的宽度，第三个元素是图像的通道数（对于灰度图像，通道数为1，对于彩色图像，通道数为3）。
dtype：表示图像的数据类型，通常为uint8，即无符号8位整数。
size：表示图像的像素数量，即高度乘以宽度。
ndim：表示图像的维度，对于灰度图像，维度为2，对于彩色图像，维度为3。

使用PIL库读取图像，返回的图像对象的常见属性为：
size：表示图像的尺寸，通常为一个二元组，其中第一个元素是图像的宽度，第二个元素是图像的高度。
mode：表示图像的模式，通常为一个字符串，表示图像的颜色空间和像素深度，例如，L表示灰度图像，RGB表示彩色图像。
format：表示图像的格式，通常为一个字符串，表示图像的文件格式，例如，JPEG表示JPEG格式，PNG表示PNG格式。
info：表示图像的元数据，通常为一个字典，包含了图像的一些额外信息，例如，图像的创建时间、作者等。

保存图片要先转为numpy类型（gpu要先转cpu，再转numpy）->可以用vutils.save_image直接把一个tensor保存为图片