PyTorch 的“ToPILImage”问题

Question

为什么这不起作用？

import torchvision.transforms.functional as tf
from torchvision import transforms
pic = np.random.randint(0, 255+1, size=28*28).reshape(28, 28)
pic = pic.astype(int)
plt.imshow(pic)
t = transforms.ToPILImage()
t(pic.reshape(28, 28, 1))
# tf.to_pil_image(pic.reshape(28, 28, 1))

matplotlib 绘制了一张漂亮的随机图片，但无论我为我的 NumPy ndarray 选择什么数据类型，都不能to_pil_image或ToPILImage按预期工作。

文档有这样的说法：

将张量 ...或形状为 H x W x C 的 numpy ndarray转换为PIL 图像，同时保留值范围。... 如果输入有 1 个通道， mode 则由数据类型（即 int、 float、 short）决定。

除了“short”之外，这些数据类型都不起作用。

其他一切都会导致：

TypeError: Input type int64/float64 is not supported

从扔torchvision/transforms/functional.py在to_pil_image()。

此外，即使short数据类型适用于我首先提供的独立代码片段，但在transform.Compose()从Dataset对象的调用中使用时它会崩溃__getitem__：

choices = transforms.RandomChoice([transforms.RandomAffine(30),
                                   transforms.RandomPerspective()])

transform = transforms.Compose([transforms.ToPILImage(),
                                transforms.RandomApply([choices], 0.5),
                                transforms.ToTensor(),
                                transforms.Normalize((0.5,), (0.5,))])

trainset = MNIST('data/train.csv', transform=transform)
trainloader = DataLoader(trainset, batch_size=32, shuffle=True, num_workers=4)

RuntimeError: DataLoader worker (pid 12917) is killed by signal: Floating point exception.
RuntimeError: DataLoader worker (pid(s) 12917) exited unexpectedly

Answer 1

查看 的源代码to_pil_image，您可以看到仅np.{uint8, int16, uint32, float32}支持 numpy 类型的数组。

尝试将图片投射到np.uint8

pic = pic.astype(np.uint8)

那应该对你有用