旋转图像并加载到 MXNet 模型

Question

有没有办法加载图像，旋转它并将其加载到 MXNet 模型（例如：yolov3）。
我使用以下方法，但我认为它效率不高：
1/加载图像并用枕头旋转它

image = Image.open(img_path)
image = image.rotate(90)

2/保存图片然后用gluoncv加载（我这里用的是yolo所以用的是yolo.load_test）：

#Save image
image.save(name +".png")

#Load image with gluoncv 
imgs_for_inference, imgs_for_plot = gluoncv.data.transforms.presets.yolo.load_test(
   images_names,
   short=512)

Answer 1

在尝试了一些库之后，我发现了一个更简单的方法来解决这个问题，不需要保存图像然后加载它（这是非常低效的）。我使用 pillow 加载图像并旋转它，然后使用 transform_test 获取 MXNet 张量以便提供给模型：

from PIL import Image
image = Image.open(path_to_image)
image = image.rotate(90)
tensor, _ = gluoncv.data.transforms.presets.yolo.transform_test(
    images,
    short=512
  )
prediction = model(tensor)

旋转图像并加载到 MXNet 模型

Rotating image and load to MXNet model

machine-learning

computer-vision

deep-learning

gluon

mxnet