python中shape[0~3]的意思

本文探讨了图像处理过程中形状的变化,特别是在将图像转换为张量时。原始图像的shape[0~2]通常代表长宽高,但在经过处理如归一化后,形状会变为(通道数,高度,宽度),例如(1, 3, 400, 600)。其中,除以255是为了将像素值标准化到0-1范围。这揭示了深度学习中图像数据预处理的重要性。
摘要由CSDN通过智能技术生成

有时在处理图像中,会遇到shape[0~3],开始我以为0-2就是长、宽、高。最后发现并不是这是我们理所当然认为的。

1.没有经过处理的图像shape[0~2]表示长宽高没有问题。

2.但是。。。经过处理后的图像就不是了。比如说,我们首先加载一张图像I,它的像素为400x600x3,刚好对应0~2。但是如果我们对图像进行处理。

比如说

Input = _np2Tensor(Input)

#这里将图像转换为张量

Input = (Input/255.)(这里除以255,我还没弄懂具体的含义)

#这里图像已经变为(1,3,400,600)了

所以,上面四个参数对应了shape[0~3],这就解释了有shape[3]的存在。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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