图像张量
一家咖啡公司正在做目标检测项目，需要为感兴趣的目标做标注，这里是意式浓缩咖啡液（espresso shot）。您已经为一张 espresso 图片整理了边界框坐标列表。现在，您需要将图像和坐标转换为张量。
已导入 torch 和 torchvision。torchvision.transforms 以 transforms 导入。图像已使用 PIL 库中的 Image.open() 加载为 image。边界框坐标保存在变量 bbox 中。
本练习是课程的一部分
使用 PyTorch 进行图像深度学习
练习说明
- 使用
torch.tensor()将bbox转换为张量。 - 使用
unsqueeze(0)为bbox_tensor添加一个批次维度以调整形状。 - 创建一个 transform，将
image调整为(224)并转换为未缩放的图像张量。 - 将
transform应用于image。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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)