我正在研究图像分类器数据集 . 我的数据集中有31个类，每个类都有一个文件夹 . 对于培训，我按以下方式加载数据：
from torchvision import datasets, transforms
import torch
def load_training(root_path, dir, batch_size, kwargs):
transform = transforms.Compose(
[transforms.Resize([256, 256]),
transforms.RandomCrop(224),
transforms.RandomHorizontalFlip(),
transforms.ToTensor()])
data = datasets.ImageFolder(root=root_path + dir, transform=transform)
train_loader = torch.utils.data.DataLoader(data, batch_size=batch_size, shuffle=False, drop_last=True, **kwargs)
return train_loader
现在，对于批量大小为32，每个批处理为： [32,3,224,224] . 我知道Pytorch使用PIL来加载图像 . 但是，当我尝试使用以下代码片段使用PIL从名为 images 的大小为32的列表中加载图像时：
for i in images:
im = Image.open(root_dir + dir + i)
im = im.convert('RGB')
im.load()
im = im.resize((224, 224))
im = np.asarray( im, dtype="int32" )
print(im.shape)
temp_im_2 = torch.from_numpy(np.array(temp_im)).float()
它说 im.shape 是 (32,224,224,3) . 我究竟做错了什么？在两种情况下，我应该怎么做才能使批次具有相同的形状_164066_？
1 回答
如何交换轴？如
im.transpose(0, 3, 1, 2)，如果im有四个维度 . 但是，im.shape应返回(224, 224, 3)，因为您只加载了一个图像，因此im.transpose(2, 0, 1)应该为您提供第一维中包含通道的图像，然后您可以将它们堆叠在一起形成批处理 .