Lua/Taschenlampe Tisch umformen

Question

Ich habe ein 200x200 rgb Bild geladen und haben es durch ein neuronales Netz übergeben, indem sie in einem 1x(200x200x3) Vektor Umformen mit

img1=torch.reshape(img,1,image_size*image_size*3) 

Die Ausgabe erhalte ich auch ein 1x(200x200x3) Vektor. Wie kann ich es in ein RGB-Bild der Größe 200x200 umformen, damit ich es drucken kann?

Answer 1

Sie können versuchen, die Funktion permute(x, y, z) zu verwenden, um das Bild an die Form 3x200x200 zu ändern, dann sollten Sie in der Lage sein, es zu drucken mit itorch.image(your_image) .Die Buchstaben x, y, z der Index der Spalten in der Tensor sind. Hier haben Sie ein Beispiel.

x = torch.Tensor(3,4,2,5) 
> x:size() 
3 
4 
2 
5 
[torch.LongStorage of size 4] 

y = x:permute(2,3,1,4) -- equivalent to y = x:transpose(1,3):transpose(1,2) 
> y:size() 
4 
2 
3 
5 
[torch.LongStorage of size 4] 

Nach diesem Schritt tun Sie das gleiche wie Sie getan haben. Nehmen wir an, unsere img_size ist 5.

th> t = torch.Tensor(5,5,3) 


[0.0001s] 
th> t = t:permute(3,1,2) 
                      [0.0001s] 
th> t:size() 
3 
5 
5 
[torch.LongStorage of size 3] 
                     [0.0001s] 
th> t[{2}]:fill(2) 
2 2 2 2 2 
2 2 2 2 2 
2 2 2 2 2 
2 2 2 2 2 
2 2 2 2 2 
[torch.DoubleTensor of size 5x5] 

                     [0.0003s] 
th> t[{3}]:fill(3) 
3 3 3 3 3 
3 3 3 3 3 
3 3 3 3 3 
3 3 3 3 3 
3 3 3 3 3 
[torch.DoubleTensor of size 5x5] 

                     [0.0004s] 
th> w = t:reshape(1,t:size(2)*t:size(3)*3) 
                     [0.0001s] 
th> w 
Columns 1 to 26 
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 

Columns 27 to 52 
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 

Columns 53 to 75 
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 
[torch.DoubleTensor of size 1x75] 

th> x = w:reshape(3,5,5) 
                     [0.0001s] 
th> x 
(1,.,.) = 
    0 0 0 0 0 
    0 0 0 0 0 
    0 0 0 0 0 
    0 0 0 0 0 
    0 0 0 0 0 

(2,.,.) = 
    2 2 2 2 2 
    2 2 2 2 2 
    2 2 2 2 2 
    2 2 2 2 2 
    2 2 2 2 2 

(3,.,.) = 
    3 3 3 3 3 
    3 3 3 3 3 
    3 3 3 3 3 
    3 3 3 3 3 
    3 3 3 3 3 
[torch.DoubleTensor of size 3x5x5]