computer-vision - 在 pytorch 中什么是 ([3,128,128]) 和只是 (3,128,128)

Question

我对图像形状感到很困惑。
我刚刚阅读了图像，它的形状与

img[0].shape = ([3,128,128])

([3,128,128]) 和 (3,128,128) 是什么？
我怎样才能转换它？

试图重新启动

img.shape = ([3,128,128]) 
img = cv2.resize(img,(32,32))
iamge_shape->torch.Size([1, 3, 128, 128])

跟随错误

img = cv2.resize(img,(32,32)) TypeError: Expected Ptr<cv::UMat> for argument '%s'

标签： computer-visionpytorch

Answer 1

([3,128,128]) 是一个列表， (3,128,128) 是一个元组。当您查看图像的形状时，3 表示数组的维度，128,128 是行数和列数。如果我认为您已使用 opencv 读取图像，那么它将是一个 numpy 数组。请具体说明问题所在。