影像張量

某家咖啡公司正在進行物件偵測專案，需要標註感興趣的物件，本例為濃縮咖啡（espresso）液柱。你已經為一張濃縮咖啡影像建立了一個包含邊界框座標的清單。現在，你需要把影像與這些座標都轉換為張量。

已匯入 torch 與 torchvision。torchvision.transforms 以 transforms 名稱匯入。影像已使用 PIL 函式庫的 Image.open() 載入為 image。邊界框座標已儲存在變數 bbox 中。

espresso

本練習屬於課程

使用 PyTorch 進行影像深度學習

檢視課程

練習說明

使用 torch.tensor() 將 bbox 轉換為張量。
使用 unsqueeze(0) 為 bbox_tensor 新增一個批次維度以重新塑形。
建立一個 transform，將 image 調整大小為 (224)，並轉換為未縮放的影像張量。
對 image 套用 transform。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Convert bbox into tensors
bbox_tensor = ____

# Add a new batch dimension
bbox_tensor = bbox_tensor.____

# Resize image and transform tensor
transform = transforms.Compose([
  transforms.____,
  transforms.____
])

# Apply transform to image
image_tensor = ____
print(image_tensor)

編輯並執行程式碼