pytorch图片分割原理分析，

pytorch图片分割原理分析，

目录

• pytorch图片分割原理
• 实验
• 1：我们先看直接reshape的结果：将原图片切割为8份
• 2：我们看一下正确的做法
• 接下来解释一下原因
• 总结

pytorch图片分割原理

自从transformer应用到cv领域以后，对图片的分割需求便越加重了，但是图像分割说起来容易，实际操作起来还是有很多地方不懂（主要还是code能力太弱）。

我们知道，对张量的处理一般又两种，一种是view/reshape这样的，先将数据按行展开，再按照指定形状排列数据；另一种是permute/transpose这种，是把数据按照维度进行变化，也就是把数据排列的先后顺序转换一下（后面具体介绍）。所以分割图片就用到了两者的结合

实验

原图：

1：我们先看直接reshape的结果：将原图片切割为8份

完全没法看好吧！

原因就是上面说的，reshape是把整张图片按行（这里是按照通道数3，实际上也确实应该把通道数调到最后，按照通道展开，原因后面介绍）展开。

2：我们看一下正确的做法

可以看到分割的很完美！

接下来解释一下原因

1：通道数必须放到最后一个维度：首先，我们知道再张量数据是连续的情况下，其数据是按行展开排序的，也就是按照张量最后一个维度展开排序，所以，对于一个三通道的RGB图像（3，H, W)它本来是按照宽度展开的，但这样在分割的时候就存在问题了，因为，分割一张图片，应该是三个通道一起分割，故，我们第一步应该把通道数调到最后一个维度（这里因为是用cv2打开的图片，通道数已经在最后一维 ，所以不用再单独转换，但如果需要转换的话，注意，不可以用reshape或者view，只能用permute/或者transpose）

2：宽和高的分割必须先在自己的维度分割，即对于一组（B，C，H, W）的图片，在把C转换到最后一维后为（B,H,W,C）,分割（此时用reshape）应该先按照（B，H/H分割size，H分割size，W/W分割size，W分割size，C）展开，然后再用permute，或者tanspose转化为（B，H/H分割size，W/W分割size，H分割size，W分割size，C），最后，再用contiguous（）.view转化为（B，（H/H分割size）*（W/W分割size），H分割size，W分割size，C），解释如下：

张量的维度，实际上表述数据的方向和排列顺序，越靠后的维度越先排列，所以，对于(B, H W, C)，如果只是进行reshape或者view的话，他始终是会先把宽W排完之后再排高，所以，为了要把图片分成一份一份的，那么就必须让宽和高交替出现，也就是要改变数据的排列顺序，这正是permute和transpose的作用，它们相当于在保持现有数据在内存中顺序的基础上，改变数据的排列顺序，这里（B，H/H分割size，H分割size，W/W分割size，W分割size，C）H/H分割size，H分割size都代表高；W/W分割size，W分割size都代表宽，也就是（B，高，高，宽，宽，C），将H分割size和W/W分割size转换以后则为（B，高，宽，高，宽,C )

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持3672js教程。

您可能感兴趣的文章:

• Pytorch实现图片异常检测功能
• 教你如何用Pytorch搭建数英混合验证码图片识别模型
• Pytorch之ToPILImage()不输出图片问题及解决
• Pytorch使用卷积神经网络对CIFAR10图片进行分类方式
• 基于pytorch实现对图片进行数据增强