TypeError: Cannot handle this data type: (1, 1, 60), |u1

def __write_images(image_outputs, display_image_num, file_name):
    image_tensor = torch.cat([images[:display_image_num] for images in image_outputs], 0) # just select a part of output images
    image_grid = vutils.make_grid(image_tensor.data, nrow=display_image_num, padding=2, normalize=True)
    vutils.save_image(image_grid, file_name, nrow=1)


test_image_outputs = (x_a)    # shape is (20, 3, 256, 256)
write_2images(test_image_outputs, display_size, output_directory, 'val_{}'.format(epoch))

运行后报错:

网上找不到这种类型的博客,但经过实验后发现, 是因为:

"test_image_outputs = (x_a)    # shape is (20, 3, 256, 256)"

这一条语句只包含了一个tensor,而vutils.make_grid语句处理单一tensor和多个tensor之后的形状并非呈简单的线性倍数关系,如:

1)当我传入(x_a)时,image_tensor的形状是 [20, 3, 256, 256],而image_grid的形状是[60, 256, 256]。

2)当我传入(x_a, x_b)时,image_tensor的形状是 [40, 3, 256, 256],而image_grid的形状是[3, 518, 5162]。

因此仅传入一个张量时会报错,但导致形状差别那么大的具体原因未知,应该是vutils.make_grid函数底层实现方式的问题。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这个错误提示是由于Pillow库无法处理多波段的数据类型。在这种情况下,你可以将多波段的数据拆分成单波段的数据,分别转换为Pillow库可以处理的数据类型,然后再将它们合并成多波段数据。可以按照以下步骤修改代码: 1. 将多波段的数据拆分成单波段的数据,使用numpy库的split方法,将数据按照波段维度拆分: ```python import numpy as np # 按照波段维度拆分数据 bands = np.split(da_resampled.values, da_resampled.shape[-1], axis=-1) ``` 2. 将单波段的数据转换为Pillow库可以处理的数据类型,使用numpy库的astype方法将数据类型转换为uint8: ```python # 将每个单波段数据转换为Pillow库可以处理的数据类型 bands = [Image.fromarray(band.squeeze().astype('uint8')) for band in bands] ``` 3. 将转换后的单波段数据合并成多波段数据,使用Pillow库的merge方法将单波段数据合并: ```python # 将单波段数据合并成多波段数据 img = Image.merge('RGB', bands) ``` 最后,使用rio库的write方法将数据和缩略图一起写入到文件中: ```python with rasterio.open(out_root / f'{nc_path.stem}.tif', 'w', driver='GTiff', crs=ref_da.crs, transform=ref_da.transform) as dst: dst.write(da_resampled.values, 1) dst.update_tags(ns='rio', res=str(ref_da.res[0])) # 将分辨率写入文件属性 dst.write(img.tobytes(), 1, photometric='RGB', thumbnail=(256, 256)) # 将缩略图写入文件属性 ``` 这样就可以解决多波段数据类型无法处理的问题了。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值