1. Pytorch
1.1 数据类型
Pytorch的数据预处理torchvision.transforms里面的函数,例如RandomSizedCrop(),全部要求的输入类型为PIL Image,而我们的数据用cv2.imread()读出来的格式时np.ndarray(注意:如果是图片的话,size=(H, W , C), GBR),所以,需要通过Image.fromarray(),将其转化为PIL Image。(如果是BGR的话,要做GBR2RGB的转换)
数据预处理后,直接用torchvision.transforms.ToTensor(),把PIL Image转为[0.0, 1.0]的tensor便可直接输入网络。如果还要对数据做normalization的话,需在ToTensor之后。
如果单纯做array和tensor之间的转换,不做任何其他处理的话,则用torch.from_numpy()和x.numpy()。一般tensor2array时,要执行x.detach().numpy(),因为tensor含梯度信息。
cv2.imshow()和plt.imshow()的区别,cv2的输入应该是大小为(H, W, C)的BGR图片(np.ndarray),而plt的输入是大小为(H, W, C)的RGB图片(np.ndarray),一般用plt.imshow,因为cv2.imshow好慢好慢。。。。
未完待续。。。