caffe 调整图像大小使所有值都为 0

Question

我在使用 caffe 从图像生成 HDF5 数据文件时遇到了这个问题。

caffe.io.load_image 将图像加载到标准化范围 0-1 内的变量中。

调整大小，但 img 中的所有值都转换为零

    img = caffe.io.load_image( patht_to_file )
    print img.shape
    print img.dtype
    img = caffe.io.resize( img, (3,SIZE, SIZE) ) #resizes but all values in img converted to zero
    print img.shape
    print img.dtype

我得到的输出是

  (240, 320, 3) 
  float32
  (3, 58, 58) 
  float64

img 的值已将某些值更改为全 0 谁能帮我解决这个问题。

我想要相同的 float32 更改 resize 命令的顺序给出正确的输出 为 var img 提供实数非零值 但顺序和类型不是我需要的

img = caffe.io.resize( img, (SIZE, SIZE, 3) ) # Gives real non zero values to var img
print img.shape
print img.dtype

输出

(240, 320, 3) 
float32
(58, 58, 3) 
float64

我需要形状为 3,58,58，而不会将所有值都转换为零，即真实数据

Answer 1

出了什么问题？

您的img 是一个 3-D 数组，但不同的维度有不同的含义。前两个(240,320) 是空间 维度，而第三个(3) 是“通道”（或“特征”）维度。当resize-ing 图像时，您希望更改 空间 尺寸，甚至混合（插值）相邻值，但您始终希望保持通道完整：您不想混合“红色”值以决定相邻像素的“绿色”值。

在 caffe 中，为了获取形状为 (240,320,3) 的输入图像并将其转换为形状 (3,58,58)，您需要做两件事：
1. 使用caffe.io.resize_image 将空间 维度从(240,320) 更改为(58,58)。此阶段将导致img 形状为(58,58,3)。
2.第二阶段是将img的维度移位/transpose，使通道维度成为第一：img.transpose((2,0,1))。

解决办法：

# first, resize the spatial dimensions, do not touch the channels
img = caffe.io.resize_image( img, (SIZE,SIZE), interp_order=3 )
# transpose the dimensions from H-W-C to C-H-W
img = img.transpose( (2,0,1) )

更多详情请见resize_image。

PS，
将 RGB 图像更改为 BGR 也很常见。你跳过了这个阶段。这是故意的吗？