如何将图像列表转换为 Pytorch 张量
How to convert an list of image into Pytorch Tensor
我有一个名为 wordImages
的列表。它包含具有不同宽度和高度的 np.array 格式的图像。
如何将其转换为张量并在下面的代码中使用它而不是 my_dataset
?
目前我正在使用这个。但是我需要save/read张图片
demo_data = RawDataset(root="output_craft/", opt=opt)
demo_loader = torch.utils.data.DataLoader(
demo_data , batch_size=opt.batch_size,
shuffle=False,
num_workers=int(opt.workers),
collate_fn=AlignCollate_demo, pin_memory=True)
您可以使用 torchvision
库中的 transforms
来执行此操作。您可以将声明为参数的任何转换传递给用于创建 my_dataset
的任何 class
,如下所示:
from torchvision import transforms as transforms
class MyDataset(data.Dataset):
def __init__(self, transform=transforms.ToTensor()):
self.transform = transform
...
def __getitem__(self, idx):
...
img_tensor = self.transform(img)
return (img_tensor, label)
我有一个名为 wordImages
的列表。它包含具有不同宽度和高度的 np.array 格式的图像。
如何将其转换为张量并在下面的代码中使用它而不是 my_dataset
?
目前我正在使用这个。但是我需要save/read张图片
demo_data = RawDataset(root="output_craft/", opt=opt)
demo_loader = torch.utils.data.DataLoader(
demo_data , batch_size=opt.batch_size,
shuffle=False,
num_workers=int(opt.workers),
collate_fn=AlignCollate_demo, pin_memory=True)
您可以使用 torchvision
库中的 transforms
来执行此操作。您可以将声明为参数的任何转换传递给用于创建 my_dataset
的任何 class
,如下所示:
from torchvision import transforms as transforms
class MyDataset(data.Dataset):
def __init__(self, transform=transforms.ToTensor()):
self.transform = transform
...
def __getitem__(self, idx):
...
img_tensor = self.transform(img)
return (img_tensor, label)