旋转图像并加载到 MXNet 模型答案

【问题标题】：Rotating image and load to MXNet model旋转图像并加载到 MXNet 模型
【发布时间】：2020-02-04 02:24:09
【问题描述】：

有没有办法加载图像、旋转图像并将其加载到 MXNet 模型（例如：yolov3）。
我使用以下方法，但我认为它效率不高：
1/加载图像并用枕头旋转它

image = Image.open(img_path)
image = image.rotate(90)

2/ 保存图片，然后用gluoncv加载（我这里用yolo所以我用yolo.load_test）：

#Save image
image.save(name +".png")

#Load image with gluoncv 
imgs_for_inference, imgs_for_plot = gluoncv.data.transforms.presets.yolo.load_test(
   images_names,
   short=512)

【问题讨论】：

标签： machine-learning deep-learning computer-vision mxnet gluon

【解决方案1】：

在尝试了一些库之后，我找到了一种更简单的方法来解决这个问题，而不需要保存图像然后加载它（这非常低效）。我使用枕头加载图像并旋转它，然后使用 transform_test 获取 MXNet 张量以馈送到模型：

from PIL import Image
image = Image.open(path_to_image)
image = image.rotate(90)
tensor, _ = gluoncv.data.transforms.presets.yolo.transform_test(
    images,
    short=512
  )
prediction = model(tensor)

【讨论】：