? ? ? ? 最近，在數(shù)據(jù)集處理并載入DataLoader進行訓練的時候出現(xiàn)了問題：

RuntimeError: stack expects each tensor to be equal size, 
but got [3, 200, 200] at entry 0 and [1, 200, 200] at entry 1

? ? ? ? 我看了一下，大意就是維度也就是通道數(shù)不匹配，所以我覺得應該是數(shù)據(jù)集圖片出現(xiàn)了問題。以下是我的普通數(shù)據(jù)集處理代碼：

import torch
import torchvision.transforms as transforms
from torch.utils.data import Dataset, DataLoader
import os
from PIL import Image

transform = transforms.Compose([
            transforms.RandomCrop((200, 200)),    #需要進行同意大小，不然會報錯
            transforms.ToTensor(),
])

class PreprocessDataset(Dataset):
    """預處理數(shù)據(jù)集類"""

    def __init__(self, HRPath):
        """初始化預處理數(shù)據(jù)集類"""
        img_names = os.listdir(HRPath)
        self.HR_imgs = [HRPath + "/" + img_name for img_name in img_names]

    def __len__(self):
        """獲取數(shù)據(jù)長度"""
        return len(self.HR_imgs)

    def __getitem__(self, index):
        """獲取數(shù)據(jù)"""
        HR_img = self.HR_imgs[index]

        HR_img = Image.open(HR_img)

        HR_img = transform(HR_img)

        return HR_img     

if __name__ == '__main__':
    HRPath = r"D:\datasets\ImageNet\train"
    datasets = PreprocessDataset(HRPath)
    trainData = DataLoader(datasets, batch_size=1, shuffle=False)
    for i, HR_img in enumerate(trainData):
        print(i, HR_img.shape)

? ? ? ? ? 我一張一張圖片放入DataLoader，然后按順序一張一張的查看它們的維度，然后出現(xiàn)如下錯誤：

'''結(jié)果'''
146 torch.Size([1, 3, 200, 200])
147 torch.Size([1, 3, 200, 200])

ValueError: empty range for randrange() (0,-55, -55)

? ? ? ? 我找到出錯前按順序查到了第149(從0開始)張圖片的維度，點開發(fā)現(xiàn)這張圖片的最短邊小于200，不能進行隨機裁剪transforms.RandomCrop((200, 200))，所以我進行了transforms.Resize(400)，把圖片最短邊放大到400。

transform = transforms.Compose([
            transforms.Resize(400),
            transforms.RandomCrop((200, 200)),    #需要進行同意大小，不然會報錯
            transforms.ToTensor(),
])

? ? ? ? 在次運行并不發(fā)生錯誤，但這是在DataLoader的batch_size=1張圖片的情況下。所以把batch_size改成多張圖片再次運行：

if __name__ == '__main__':
    HRPath = r"D:\datasets\ImageNet\train"
    # os.listdir(HRPath)
    datasets = PreprocessDataset(HRPath)
    a = datasets[89]
    print(a.shape)
    trainData = DataLoader(datasets, batch_size=16, shuffle=False)
    for i, HR_img in enumerate(trainData):
        print(i, HR_img.shape)

? ? ? ? 發(fā)生錯誤：

'''結(jié)果'''
0 torch.Size([16, 3, 200, 200])
1 torch.Size([16, 3, 200, 200])
2 torch.Size([16, 3, 200, 200])
3 torch.Size([16, 3, 200, 200])
4 torch.Size([16, 3, 200, 200])

RuntimeError: stack expects each tensor to be equal size, 
but got [3, 200, 200] at entry 0 and [1, 200, 200] at entry 9

? ? ? ? 從不出錯的結(jié)果上看，定位圖片問題所在的索引應該在80-96之間，那么縮小問題圖片的方位，把batch_size=2：

if __name__ == '__main__':
    HRPath = r"D:\datasets\ImageNet\train"
    # os.listdir(HRPath)
    datasets = PreprocessDataset(HRPath)
    a = datasets[89]
    print(a.shape)
    trainData = DataLoader(datasets, batch_size=2, shuffle=False)
    for i, HR_img in enumerate(trainData):
        print(i, HR_img.shape)

? ? ? ? 錯誤定位到第89或者第90張圖片：

'''結(jié)果'''
0 torch.Size([2, 3, 200, 200])
...
...
43 torch.Size([2, 3, 200, 200])

RuntimeError: stack expects each tensor to be equal size, but got [3, 200, 200] at entry 0 and [1, 200, 200] at entry 1

? ? ? ? 輸出第89張圖片的維度：

if __name__ == '__main__':
    HRPath = r"D:\datasets\ImageNet\train"
    # os.listdir(HRPath)
    datasets = PreprocessDataset(HRPath)
    a = datasets[89]
    print(a.shape)

? ? ? ? 結(jié)果：

torch.Size([1, 200, 200])

? ? ? ? 真的是通道數(shù)不統(tǒng)一，醉了啊！

? ? ? ? 解決方法，在圖片預處理的時候，將所有圖片都轉(zhuǎn)成"RGB"三通道的模式：

HR_img = Image.open(HR_img).convert('RGB')   #全部以三通道形式打開

? ? ? ? 解決完成?。。?！

?文章來源地址http://www.zghlxwxcb.cn/news/detail-424711.html

?

到了這里，關(guān)于DataLoader問題解決：RuntimeError: stack expects each tensor to be equal size, but got [3, 200, 200]entry1的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！