使用 Dataloader 加載時，PyTorch 正在平鋪圖像

Question

我正在嘗試使用 PyTorch 數據加載器加載圖像數據集，但生成的轉換是平鋪的，並且沒有像我期望的那樣將原始圖像裁剪到中心。

transform = transforms.Compose([transforms.Resize(224),
                             transforms.CenterCrop(224),
                             transforms.ToTensor()])

dataset = datasets.ImageFolder('ml-models/downloads/', transform=transform)
dataloader = torch.utils.data.DataLoader(dataset, batch_size=32, shuffle=True)


images, labels = next(iter(dataloader))
import matplotlib.pyplot as plt
plt.imshow(images[6].reshape(224, 224, 3))

生成的圖像是平鋪的，而不是中心裁剪的。[![如這里的 Jupyter 快照所示][1]][1]

提供的轉換有問題嗎？ （鏈接如下圖所示：）[1]： https : //i.stack.imgur.com/HtrIa.png

Answer 1

Pytorch 以通道優先格式存儲張量，因此 3 通道圖像是形狀為 (3, H, W) 的張量。 Matplotlib 期望數據采用通道最后的格式，即 (H, W, 3)。 重塑不會重新排列尺寸，為此您需要Tensor.permute 。

plt.imshow(images[6].permute(1, 2, 0))