圖像像素可以存儲在一維數組中嗎？

Question

我正在訓練機器學習 model，它將圖像作為負責分類的輸入，我將圖像像素存儲在數組中，但我在互聯網上發現圖像可以存儲在二維數組中，下面是我的代碼，如果它被存儲在一維格式上，那么它是如何在 python 中完成的，因為在一個索引中只有一個值發生，那么 (124,124) 圖像如何存儲在其中？

training_data=[]
def create_training_data():
    for category in Categories:
        path=os.path.join(DataDir,category)
        IMG_SIZE=(124,124)
        for img in os.listdir(path):
            try:
                img_arr=cv2.imread(os.path.join(path,img),cv2.IMREAD_GRAYSCALE)
                new_array=cv2.resize(img_arr,(IMG_SIZE))
                training_data.append([new_array])

Answer 1

對於圖像分類，將圖像視為矩陣通常是一個更好的主意，因為它有助於以自然的方式保持本地鄰域和連接信息，而無需使用全連接層或 RNN 等。所以，我建議你不要不要將您的訓練數據存儲在列表中。 相反，使用所有深度學習框架所做的：將它們存儲在大小為BxCxHxW的張量中，其中B是您的批量大小， C是通道數， H,W是寬度/高度。 例如：

#numpy
training_data=np.zeros([B,C,H,W])
#load a single image inside your loop
training_data[i,:,:,]=cv2.imread(...)

If you chose a framework like PyTorch or TensorFlow etc, you'll be able to use their own tensor types that can easily transferred to GPU (which is not the case for numpy arrays).