图像张量的形状为 (64, 64) 是什么意思？这是否意味着没有渠道？
What does it mean for the shape of an image tensor to be (64, 64)? Does that mean there are no channels?
我正在探索数据集的图像：Tiny Imagenet 我发现大多数图像张量的形状为 (64, 64, 3)，即高度和宽度分别为 64 和 64 的图像以及三个通道用于红色、绿色和蓝色。但是数据集中的一些图像张量具有形状 (64, 64)。
是不是说没有渠道了？怎么可能？
编辑 - 我下载了这张张量形状 (64, 64) 的图像：
编辑 - 它是否有可能像 Lab 一样具有其他颜色 space 的一个通道？ （这里b指的是从蓝到黄的颜色）
通常，它等同于 (64, 64, 1) 但大多数库会折叠最后一个轴。这意味着你只有一个通道，可能是一张灰度图像。您的数据集是否可能混合了 RGB 和灰度图像？
你有一个通道维度 - 只有它是 shape=1 - 你有一个单一的颜色通道，这意味着这是一个灰度图像。
如果您使用PIL.Image读取图像，您可以通过
强制它具有三个通道
Image.open(filename).convert('RGB')
您将有 shape 个 (64, 64, 3)，但请注意，所有频道都是相同的。
我正在探索数据集的图像：Tiny Imagenet 我发现大多数图像张量的形状为 (64, 64, 3)，即高度和宽度分别为 64 和 64 的图像以及三个通道用于红色、绿色和蓝色。但是数据集中的一些图像张量具有形状 (64, 64)。
是不是说没有渠道了？怎么可能？
编辑 - 我下载了这张张量形状 (64, 64) 的图像：
编辑 - 它是否有可能像 Lab 一样具有其他颜色 space 的一个通道？ （这里b指的是从蓝到黄的颜色）
通常，它等同于 (64, 64, 1) 但大多数库会折叠最后一个轴。这意味着你只有一个通道，可能是一张灰度图像。您的数据集是否可能混合了 RGB 和灰度图像？
你有一个通道维度 - 只有它是 shape=1 - 你有一个单一的颜色通道，这意味着这是一个灰度图像。
如果您使用PIL.Image读取图像，您可以通过
Image.open(filename).convert('RGB')
您将有 shape 个 (64, 64, 3)，但请注意，所有频道都是相同的。