项目场景:
提示:这里是图像-关键点标签,制作数据集生成器时的一个bug
项目场景:
图像和标签数据制作数据集生成器:
数据集预处理过程中,需要改变图像的尺寸,因为标签数据是坐标群,需要和图像同步变化。这时候,有图像变化前后的比例来计算坐标变化后的结果。由于,采用的图像变换是torchvision封装的transforms中的transforms变换方法,返回的数据为torch.Tensor。返回的size为torch.Size。
运行中,函数 __getitem__报错:
def __getitem__(self, idx):
img_id = self._image_paths[idx]
img_id = os.path.join(self.root_dir, img_id)
image = Image.open(img_id).convert('RGB') # (宽,高,通道数)= (w, h, c)
imgSize = image.size # 原始图像

在构建图像-关键点标签数据集时,使用PyTorch的transforms进行图像尺寸变换,导致尺寸信息无法正确转换。错误出现在尝试将torch.Size对象调用numpy()方法。解决方案是先将torch.Tensor转换为numpy数组,然后获取尺寸信息。修复此问题后,可以确保图像和关键点标签在缩放后正确同步。
最低0.47元/天 解锁文章

被折叠的 条评论
为什么被折叠?



