🎨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，究竟是BUG还是其它，还得慢慢查找原因。