本文介绍了如何使用PyTorch训练好的模型对单张图片进行测试。内容涉及图片的输入格式[B,C,H,W]，torchvision.transforms在图像处理中的作用，以及opencv与PIL图像格式之间的转换，特别指出opencv读取的图片需转换为RGB格式才能与PyTorch模型兼容。提供了一段测试代码来展示整个流程。"
137661946,11374066,Vue3 深入指南：组件、合成API与路由实战,"['vue.js', 'javascript', '前端', '路由']
pytorch网络输入图片的格式是[B,C,H,W],分别为batch（每批送入网络的图片数量），图片通道数，图片高，图片宽。
torchvision.transforms可以对图像对象进行一系列裁剪、翻转等转换操作，其中也包括转换为tensor张量。（transforms.ToTensor()）
而opencv读取的是ndarray格式，不能进行torchvision.transforms变换。
通过PIL的Image读取的图片是一个图片对象，可以进行裁剪翻转等torchvision.transforms变换。
np.ndarray与PIL.Image对象相互转换：注意opencv读入的是BGR格式，PIL读入的是RGB格式，pytorch中传入网络中的tensor通道也是RGB，所以如果将opencv读入的图片送入网络识别，需要先img=cv2.cvtColor(img, cv2.COLOR_BGR2RGB)，然后再转换为PIL读入的格式pil_img=Image.fromarray(img)，再通过transforms.Compose将其转换为网络输入格式送去识别。
numpy.array(img) img对象转化为np数组
Image.fromarray(arr) np数组转化为img对象测试代码如下：</
订阅专栏 解锁全文
扫一扫
8万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
