我想知道我是否可以在Pytorch中构建一个图像调整模块,它接受3*H*W的torch.tensor作为输入,并返回一个张量作为调整后的图像。我知道可以将张量转换为PIL图像并使用torchvision,但我也希望将梯度从调整大小的图像反向传播到原始图像,下面的示例将返回此类错误(在Windows10上的PyTorch 0.4.0中):
import\transforms.py", lin
尽管如此,我还是会解释我要做的事情:
我正在使用Zope中的PUT_factory将图像上传到ZODB per FTP。上传的图片将作为Zope image保存在新创建的容器对象中。这很好用,但如果图像超过一定的大小(宽度和高度),我想调整图像的大小。因此,我使用PIL的缩略图功能来调整它们的大小,即调整为200x200。只要上传的图像相对较小,这种方法就可以正常
我是PyTorch新手&阅读PyTorch对象检测文档教程。在他们的collab版本中,我做了以下修改,以添加一些转换技术。类__getitem__方法(torch.utils.data.Dataset)的第一次更改
img = self.transformsTypeError: Caught TypeError in DataLoader work
例如,给定一对图像A和B,如果A是水平翻转的,则必须将B水平翻转为A。然后,下一对C和D应该与A和B不同,但是C和D是以相同的方式转换的。我正试着用下面的方式import numpy as npfrom PIL importImageimg_a = Image.open("sample_ajpg") # not