🎨关于 Transforms.Compose 的小问题

  • 今天简单的玩了一下pytorch自带的CIFAR10数据集构建多分类预测模型，使用torchvision.transforms.Compose时，发现了一个小小的BUG。
  • 我已经训练好了CIFAR10的预测模型，而我要对模型进行简单的验证。

导入相关模块和已经构建好的神经网络结构模型

1
2
3
4
5
6
import torch
import torchvision
from PIL import Image

from nn_model import Net

编写主程序代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
image_path = './image/img.png'
image = Image.open(image_path)

transform = torchvision.transforms.Compose([torchvision.transforms.ToTensor(),
                                            torchvision.transforms.Resize((32, 32))])
image = transform(image)
image = torch.reshape(image, [1, 3, 32, 32])

model = Net()
model.load_state_dict(torch.load('nn_cifar10.pth', map_location=torch.device('cuda')))

with torch.no_grad():
    output = model(image)
    print(output.argmax(1))

'''img.png即为要进行验证模型的图片，nn_cifar10.pth就是已经训练好的预测模型'''
  • 当我找了一张小狗的图片进行验证时，结果是 airplane ，什么！！！飞机？我的天~
dog airplane
  • 我的第一反应是我的预测模型训练迭代不好造成的，于是我对CIFAR10模型训练增长到35次，这次应该没问题了吧。但是这次竟然给我预测成了 frog，不应该呀！
frog cat
  • 于是我又找了一张小猫的图片,竟然也是 frog ，这么一来说明我验证的全不对了。怎么回事呢？

🐎去看官方文档，在Compose并没有找到答案，在我捣鼓了半天后，突然发现了一个问题！！！

1
2
3
4
5
6
7
transform = torchvision.transforms.Compose([torchvision.transforms.ToTensor(),
                                            torchvision.transforms.Resize((32, 32))])

'''将上面的ToTensor与Resize互换位置'''

transform = torchvision.transforms.Compose([torchvision.transforms.Resize((32, 32)),
                                            torchvision.transforms.ToTensor()])
  • 当我将ToTensor与Resize两个 object 互换位置后，发现预测的结果正确了！而且再试了多个不同图片也预测正确了！😵🤔

🐟晕，为什么会这样呢，还得慢慢学习，查找原因。


原因

  • 经过对Pytorch框架的学习，回看这篇博客，回复一下当初初学DL时的问题。
  • transforms.Compose() 是按照顺序将输入的list中的图像处理方法逐一对图像进行预处理的,torch中ToTensor()方法是将原数据类型转换为Pytorch的张量(tensor)数据类型，且还包含了数据归一化处理。Resize()方法是采用插值方法将图片的分辨率调整为指定的大小。
  • 如果先对图像进行Totensor()，图像中的像素由整数转换为浮点数，再进行Resize()，会导致图像的像素值精度出现极大误差，引入不精确的像数值，导致图像失真。