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。
我如何将其转换为张量并使用它而不是 my_dataset
在下面的代码中?
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)
最佳答案
您可以使用 transforms
来自 torchvision
图书馆这样做。您可以将声明为参数的任何转换传递给任何 class
您用来创建 my_dataset
,像这样:
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)
关于python - 如何将图像列表转换为 Pytorch Tensor,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60463381/