如何将图像列表转换为PyTorch张量

Question

我有一个名为wordImages的列表。它包含不同宽度和高度的np.array格式图像。

我该如何将其转换为张量并在下面的代码中使用，而不是my_dataset？

目前我正在使用这个。但我需要保存/读取图像。

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)

- rahul sharma

Answer 1

您可以使用torchvision库中的transforms来实现。您可以将声明的任何转换作为参数传递到您用于创建my_dataset的任何class中，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)

- ccl

---

嗯，我还有点困惑。因为我的列表中的图像宽度和高度不同。我需要添加填充并将它们更改为相同的宽度/高度吗？ - rahul sharma

我该如何调用这个转换器？MyDataset(wordImages)？非常抱歉，但我已经谷歌了很多。我是Pytorch的新手。 - rahul sharma

要传递不同尺寸的图像，您将需要使用 collate_fn，这里有一个相关的线程：https://discuss.pytorch.org/t/how-to-create-a-dataloader-with-variable-size-input/8278。虽然有点复杂，但填充可能不是一个坏主意。 - ccl

这个转换器基本上是将函数应用于您的numpy数组，因此它可以像普通的Python函数一样被调用，例如：img_tensor = self.transform(img)。 - ccl

我的主要目标是速度。我希望collect_fn不会更慢。 - rahul sharma