Pytorch 将张量的格式从 BxWxH 更改为 B, N, 3答案

【问题标题】：Pytorch change format of tensors from BxWxH to B, N, 3Pytorch 将张量的格式从 BxWxH 更改为 B, N, 3
【发布时间】：2021-03-02 20:03:14
【问题描述】：

我有一个形状为 BxWxH（B=Batch 大小，W=Width，H=Height）的张量 A，我想将其更改为形状为 BxNx3 的张量 B（B=Batch 大小，N=点数=宽*高）。

张量 A 表示深度图，例如tensor[0,1,2] => 给出第 0 批像素 (1,2) 的深度值。

张量 B 也表示深度图，但格式不同。张量B中的每个点都有以下三个维度：（x坐标，y坐标，深度值）。

如何将张量 A 转换为张量 B？

【问题讨论】：

您确定是WxH 而不是HxW？
也可以是HxW。在我的情况下，这并不重要。问题是从 1d 深度值到 3d 格式（x、y、深度值）。

标签： pytorch

【解决方案1】：

您正在寻找meshgrid 为您提供每个像素的x 和y 坐标：

b, w, h = A.shape
x, y = torch.meshgrid(torch.arange(w), torch.arange(h))
B = torch.cat((x[None, ...], y[None, ...], A), dim=0)
B = B.reshape(b, w*h, 3)

【讨论】：