PIL转numpy和PIL转tensor是不一样的
PIL to numpy and PIL to tensor is different
我有图像和 sum 火炬张量和 numpy 数组不同，为什么？
如何 torch_img.sum() = numpy_float_img.sum()?
from PIL import Image
from torchvision import transforms as T
# Read image with PIL
img = Image.open(img_path).resize((224,224))
torch_img = T.ToTensor()(img)
numpy_img = np.asarray(img)
numpy_img_float = np.asarray(img).astype(np.float32)
print(torch_img.sum(), numpy_img.sum(), numpy_img_float.sum())
->56914.496, 14513196, 14513196.0
有人知道为什么吗？
注意 torch_img 如何在 [0,1] 范围内，而 numpy_img 和 numpy_img_float 都在 [0, 255] 范围内。查看 torchvision.transforms.ToTensor 的文档，如果提供的输入是 PIL 图像，则值将映射到 [0, 1]。相反，numpy.array 的值将保持在 [0, 255] 范围内。
除此之外，结果中的微小差异是由不同的浮点精度引起的。
我有图像和 sum 火炬张量和 numpy 数组不同，为什么？ 如何 torch_img.sum() = numpy_float_img.sum()?
from PIL import Image
from torchvision import transforms as T
# Read image with PIL
img = Image.open(img_path).resize((224,224))
torch_img = T.ToTensor()(img)
numpy_img = np.asarray(img)
numpy_img_float = np.asarray(img).astype(np.float32)
print(torch_img.sum(), numpy_img.sum(), numpy_img_float.sum())
->56914.496, 14513196, 14513196.0
有人知道为什么吗？
注意 torch_img 如何在 [0,1] 范围内，而 numpy_img 和 numpy_img_float 都在 [0, 255] 范围内。查看 torchvision.transforms.ToTensor 的文档，如果提供的输入是 PIL 图像，则值将映射到 [0, 1]。相反，numpy.array 的值将保持在 [0, 255] 范围内。
除此之外，结果中的微小差异是由不同的浮点精度引起的。