PyTorch 的“ToPILImage”问题答案

【问题标题】：Trouble with PyTorch's 'ToPILImage'PyTorch 的“ToPILImage”问题
【发布时间】：2020-10-18 09:37:06
【问题描述】：

为什么这不起作用？

import torchvision.transforms.functional as tf
from torchvision import transforms
pic = np.random.randint(0, 255+1, size=28*28).reshape(28, 28)
pic = pic.astype(int)
plt.imshow(pic)
t = transforms.ToPILImage()
t(pic.reshape(28, 28, 1))
# tf.to_pil_image(pic.reshape(28, 28, 1))

matplotlib 绘制了一张漂亮的随机图片，但无论我为我的 NumPy ndarray 选择什么数据类型，to_pil_image 或 ToPILImage 都无法按预期工作。

文档是这样说的：

将张量 ... 或形状为 H x W x C 的 numpy ndarray 转换为 PIL 图像，同时保留值范围。 ... 如果输入有 1 个通道，则 mode 由数据类型确定（即 int 、 float 、 short ）。

除了“short”之外，这些数据类型都不起作用。

其他所有结果：

TypeError: Input type int64/float64 is not supported

从torchvision/transforms/functional.py 在to_pil_image() 中抛出。

此外，即使 short 数据类型适用于我首先提供的独立代码 sn-p，但在从 Dataset 对象的 __getitem__ 调用的 transform.Compose() 中使用时它会崩溃：

choices = transforms.RandomChoice([transforms.RandomAffine(30),
                                   transforms.RandomPerspective()])

transform = transforms.Compose([transforms.ToPILImage(),
                                transforms.RandomApply([choices], 0.5),
                                transforms.ToTensor(),
                                transforms.Normalize((0.5,), (0.5,))])

trainset = MNIST('data/train.csv', transform=transform)
trainloader = DataLoader(trainset, batch_size=32, shuffle=True, num_workers=4)

RuntimeError: DataLoader worker (pid 12917) is killed by signal: Floating point exception.
RuntimeError: DataLoader worker (pid(s) 12917) exited unexpectedly

【问题讨论】：

标签： python numpy pytorch torchvision

【解决方案1】：

查看to_pil_image 的source code，可以看到只支持np.{uint8, int16, uint32, float32} 类型的numpy 数组。

尝试将图片投射到np.uint8

pic = pic.astype(np.uint8)

这应该适合你

【讨论】：

【解决方案2】：

上述答案仅对我有用，但需要进行以下更改：

pic = pic.astype('uint8')

希望它对你有用。

【讨论】：