在 pytorch 中使用 ImageFolder 和albumentations

Question

我有一种情况，我需要将 ImageFolder 与 alimentations 库一起使用来在 pytorch 中进行扩充 - 自定义数据加载器不是一个选项。

为此，我被难住了，我无法让 ImageFolder 与专辑一起工作。我已经尝试过这些方面的东西：

class Transforms:
    def __init__(self, transforms: A.Compose):
        self.transforms = transforms

    def __call__(self, img, *args, **kwargs):
        return self.transforms(image=np.array(img))['image']

然后：

    trainset = datasets.ImageFolder(traindir,transform=Transforms(transforms=A.Resize(32 , 32)))

traindir 是一些带有图像的目录。然而，我得到了一个奇怪的错误：

RuntimeError: Given groups=1, weight of size [16, 3, 3, 3], expected input[1024, 32, 32, 3] to have 3 channels, but got 32 channels instead

而且我似乎找不到一个可重现的示例来使简单的 aug 管道与 imagefolder 一起工作。

更新 在@Shai 的推荐下，我现在这样做了：

class Transforms:
    def __init__(self):
        self.transforms = A.Compose([A.Resize(224,224),ToTensorV2()])

    def __call__(self, img, *args, **kwargs):
        return self.transforms(image=np.array(img))['image']

trainset = datasets.ImageFolder(traindir,transform=Transforms())

但我被扔了：

    self.padding, self.dilation, self.groups)
RuntimeError: Input type (torch.cuda.ByteTensor) and weight type (torch.cuda.FloatTensor) should be the same

Answer 1

你需要使用ToTensorV2作为最后一个转换：

trainset = datasets.ImageFolder(traindir,transform=Transforms(transforms=A.Compose([A.Resize(32 , 32), ToTensorV2()]))