【笔记】图片两种常用的存储方式 以及 如何转换通道 ：B C H W 、 B H W C

最新推荐文章于 2024-09-14 12:02:35 发布
最新推荐文章于 2024-09-14 12:02:35 发布
阅读量4.2k 收藏 11
点赞数 2
分类专栏： 小菜鸡加油
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/nyist_yangguang/article/details/118388536
版权

图片常用的结构：

eg1:

[batch_size , channels，hight， width]

eg2：

[batch_size , hight,  width,  channels]

该结构的存储方式：

属于多维数组的存储方式。

如何转换通道：

 

data = torch.tensor(img, dtype=torch.float32).permute(2, 0, 1)

                

        

    

  



    


                



	

		

			

				
					
【网络安全 | 开发】全网最详细Go笔记（3w字总结）

				
			

			

				

					等风来
				

				

					10-12
					
					1万+
					
				

			

		

		

			
				
Go语言中的每个文件都属于一个包（package）。包声明用于定义当前文件所属的包名，不同的包之间可以通过包名进行引用和调用。包的声明必须是在源文件中非注释的第一行，且每一个Go程序都包含一个名为main的包。

			
		

	



                

            
              



	

		

			

				
					
【Python--openCV图像处理】Python学习-OpenCV图像处理基础超详细的学习笔记（黑马程序员课程-B站有视频）

				
			

			

				

					m0_67844671的博客
				

				

					06-01
					
					1974
					
				

			

		

		

			
				
【Python--openCV图像处理】Python学习-OpenCV图像处理基础超详细的学习笔记（黑马程序员课程-B站有视频）

			
		

	



              


  
              

                


	

		

			

				
					
Pytorch 使用opnecv读入图像由HWC转为BCHW格式方式

				
			

			

				

					01-20
				

			

		

		

			
				
传统使用opencv自带的swapaxes进行转换，然后使用pytorch的from_numpy转为tensor
例如：

img = img.swapaxes(1,2).swapaxes(0,1)

但是有一个常用的图像增广模块albumentations模块中的img_to_tensor进行直接转换

注意：我这里使用unsqueeze是为了验证模型的输出，如果使用pytorch的dataset则不需要使用这个操作

补充知识：pytorch只用中要注意通道问题
cv读进来的是BGR图像，通道是hcw，在torch中使用要注意维度转换

def __getitem__(self, idx)

			
		

	





	

		

			

				
					
【笔记】B、C、H、W的mean，std的求解方法：将所在维度大小设置为0

				
			

			

				

					nyist_yangguang的博客
				

				

					07-02
					
					706
					
				

			

		

		

			
				
数据集共有 12000 ， 将batch_size设置为 12000 以后， 以下两种求解C上的mean，std的结果一致。

















当然，我们可以求解 B 的 mean，std





也可以求解H的mean，std





W的mean，std




			
		

	



		

			
		



	

		

			

				
					
HDF5 保存[B, C, H, W]四维数据的坑

				
			

			

				

					weixin_NineDays66
				

				

					07-22
					
					3188
					
				

			

		

		

			
				
4维数据保存 代码

1.保存后的数据



2.保存代码


void vector2hdf5(vector<Mat> &data, Mat &label, const char * filepath, string dataset1, string dataset2)
{
	int data_rows = data.size();
	int data_channel...

			
		

	





	

		

			

				
					
TensorFlow2-维度变换(7)

				
			

			

				

					清风冷吟
				

				

					08-18
					
					703
					
				

			

		

		

			
				
文章目录维度变换简介ViewReshapeReshape is flexib 重塑是灵活的Reshape could lead to potential bugs!tf.transpo 矩阵转置[b,h,w,c]→[b, 3, h, w]Squeeze VS Expand_dimsExpand dimSqueeze dim
维度变换
简介

shape, ndim
reshape
expand_dims/squeeze
transpose
broadcast_to

View

图片信息 [b,h,w]
[

			
		

	





	

		

			

				
					
卷积神经网络

				
			

			

				

					Vivian_Chen_的博客
				

				

					07-16
					
					1336
					
				

			

		

		

			
				
龙良曲CNN总结

			
		

	





	

		

			

				
					
深度学习中的Tensor 数据格式（N,C,H,W）

				
			

			

				

					d_b_的博客
				

				

					05-11
					
					2万+
					
				

			

		

		

			
				
文章目录深度学习中的Tensor 数据格式（N,C,H,W）一、深度学习框架中的图像格式2、数据格式3、物理存储3.1、NCHW3.2、NHWC3.3、CHWN：StridesBlocked layout4、RGB图像数据举例5、不同框架的支持
深度学习中的Tensor 数据格式（N,C,H,W）
参考：

数据格式- 图解NCHW与NHWC数据格式
NCHW-NHWC-NC/32HW32

一、深度学习框架中的图像格式
4DTensor格式：使用4D张量描述符来定义具有4个字母的2D图像批处理的格式

数

			
		

	





	

		

			

				
					
H3C CAS系列开篇之CAS初认识

					
最新发布

				
			

			

				

					企业实战系列集 ●●● https://ximenjianxue.blog.csdn.net
				

				

					09-14
					
					2169
					
				

			

		

		

			
				
基于信创需要，某项目中的VMware软件存求替代方案，尤其在VDI方面，寻求使用紫光集团旗下H3C的CAS云计算管理平台，又称CAS虚拟化解决方案/管理系统，H3C CAS是H3C公司面向数据中心自主研发的企业级虚拟化软件。CAS提供了强大的虚拟化功能和资源池管理能力，能有效整合数据中心IT基础设施资源，只需通过简单易用的管理界面轻松管理IT资源池和架构，助力数据中心从传统架构向云架构平滑演进。对硬件主机，CVM进行双击热备，两台服务器以主备模式运行CVM管理软件，通过虚拟IP来访问CAS管理平台。

			
		

	





	

		

			

				
					
Pytorch学习笔记【B站：小土堆】

				
			

			

				

					m0_58730471的博客
				

				

					07-20
					
					2179
					
				

			

		

		

			
				
pytorch学习入门

			
		

	





	

		

			

				
					
学习笔记：深度学习（3）——卷积神经网络（CNN）理论篇

					
热门推荐

				
			

			

				

					Morganfs的博客
				

				

					04-12
					
					11万+
					
				

			

		

		

			
				
深度学习笔记——CNN卷积神经网络理论篇。主要包括CNN的概念、基本原理、类型综述。算是比较完善的一篇文章了。


			
		

	





	

		

			

				
					
分析pytorch中的view和reshape

				
			

			

				

					laizi_laizi的博客
				

				

					09-21
					
					3986
					
				

			

		

		

			
				
在pytorch编写的代码中，view方法和reshape方法是非常常用的。但是经过我的一次亲手撸代码的经历，发现事情并不那么简单，那就一起来看一下我为何这么说吧？
一、基础认知
在此之前，希望对以下几点我们是有共同认知的：

（B, C, H, W）这个形式的tensor通常都是作为网络的输入，而每个维度都是有其意义的，比如第一维的B就是不同的图片（暂且认为是输入的图片），也就是一个批次中的batch size大小，C是tensor的通道，	H和W分别是tensor 的spatial size，即高和宽。

			
		

	





	

		

			

				
					
nn.Softmax(dim=?)

				
			

			

				

					weixin_45022556的博客
				

				

					08-24
					
					1467
					
				

			

		

		

			
				
对nn.softmax（）的超详解释！自带图解与计算验证，代码已列好，小白入门超简单

			
		

	





	

		

			

				
					
【RGB与BGR转换问题】Numpy / OpenCV image BGR to RGB

				
			

			

				

					Gerwels_JI的博客
				

				

					11-15
					
					7876
					
				

			

		

		

			
				

问章来源：https://www.scivision.co/numpy-image-bgr-to-rgb/
无需翻墙
本文描述了RGB / GRB /BGR之间的转换，以及使用python读/写 音/视频的实例操作

Introduction
Generally, any/all image that we get can be described by @:
@=Weight∗Height∗C...

			
		

	





	

		

			

				
					
Tensorflow 维度变换

				
			

			

				

					zzj的博客
				

				

					12-06
					
					1911
					
				

			

		

		

			
				
在神经网络运算过程中，维度变换是最核心的张量操作，通过维度变换可以将数据任意地切换形式，满足不同的运算需求。算法的每个模块对于数据张量的格式有不同的逻辑要求，当现有的数据格式不满足算法要求时，需要通过维度变换将数据调整为正确的格式，这就是维度变换的功能。基本的维度变换操作函数包含改变视图reshape、插入新维度expand_dims、删除维度squeeze、交换维度transpose、复制数据tile等函数。

			
		

	





	

		

			

				
					
Pytorch之permute函数:用于调换不同维度的顺序，BCHW -＞ NCHW

				
			

			

				

					计算机视觉
				

				

					12-22
					
					6893
					
				

			

		

		

			
				
https://zhuanlan.zhihu.com/p/76583143


非常方便


MY






transpose与permute的异同

Tensor.permute(a,b,c,d, ...)：permute函数可以对任意高维矩阵进行转置，但没有 torch.permute() 这个调用方式， 只能 Tensor.permute()：

可以从链接中看到
...

			
		

	





	

		

			

				
					
从 YoloV3 源码中进阶 Pytorch

				
			

			

				

					每一个不曾起舞的日子，都是对人生的辜负。
				

				

					03-29
					
					877
					
				

			

		

		

			
				
YoloV3 源码
文章目录PIL、Numpy 和 Pytorch 基础* 和 **PIL.Image.Image 和 Numpy.ndarrayNumpy.asarray 和 Numpy.arraytorch.as_tensor 和 torch.form_numpytensor.detach() 和 tensor.datatorch.Tensor、torch.autograd.Variable 和 torch.nn.parameter.Parametertorch.Tensor 和 torch.autog

			
		

	





	

		

			

				
					
图像分割任务数据集处理

				
			

			

				

					Hundreays
				

				

					02-08
					
					6534
					
				

			

		

		

			
				
图像分割任务数据集处理1.分割任务的输入输出1.1 模型的输入输出shape1.2 数据集中的标签图像处理2.Pytroch Dataloader与Dataset3.图像分割任务常用数据增强
1.分割任务的输入输出
1.1 模型的输入输出shape
对于分类任务来说，模型的输入通常是BCHW的，其中：

B是batch_szie；
C是输入图像的通道数，一般为3；
H就是图像的高；
W是图像的宽。

而输出一般就是一个维度为类别数量的分布向量，其中每一个元素为这个张图片属于对应类别的概率。

而对于分割任务

			
		

	





	

		

			

				
					
图像通道转换[n c h w] 转 [n h w c]

				
			

			

				

					张欣的专栏
				

				

					10-11
					
					1万+
					
				

			

		

		

			
				
Tensorflow定义的tensor的shape为[n,h,w,c]，而我们直接读取文件格式是[n,c,h,w]，为了转成[n,h,w,c]形势，可以采用三种方法：


img = np.transpose(img, (0, 2, 3, 1))

img = img.reshape(img.shape[0],img.shape[2],img.shape[3],img.shape[1])

...

			
		

	





	

		

			

				
					
亚信安全笔记：H3C Accss 2019认证考试视频与错题精华总结

				
			

			

				

					
				

			

		

		

			
				
本资源是一份针对2020年H3C版本的Accss 2019认证考试的详细视频笔记。这份笔记结合了视频讲解和历年错误题目，旨在帮助考生深入理解和准备考试。主要内容涵盖了多个关键知识点：  1. VMware和DS (Data Security)：...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
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
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
程序猿的探索之路

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
实付元

      
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