PyTorchでサイズの異なる画像を読み込む方法
新刊情報
技術書典8の新刊『モザイク除去から学ぶ 最先端のディープラーニング』（A4・195ページ）好評通販中です！ 機械学習の入門からGANの最先端までを書いたおすすめの本となっています！ Boothで試し読みできます。情報まとめ・質問用GitHub
実際の画像判定では、MNISTやCIFARのようにサイズが完全に整形されたデータはなかなか少ないです。例えばサイズが横幅は一定でも縦幅が異なっていたりするケースがあります。訓練画像間でサイズが異なる場合、そのまま読み込みするとエラーになります。その解決法を示します。
transforms.RandomResizedCropを使おう
他にもあるかもしれませんが、ToTensor()の前にRandomResizedCropを挟むのがかなり確実ではないかと思います。自分がやった限りでは特にエラーが起きませんでした。
class torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=2)
https://pytorch.org/docs/stable/torchvision/transforms.html#torchvision.transforms.RandomResizedCrop
もともとこれData Augmentation用の関数で、指定した比率のサイズ（scale）とアスペクト比（ratio）でトリミングします。例えば、縦100×横100の画像があり、scale=0.5、ratio=0.75なら縦81×横61でランダムにトリミングするようです。最終的にsizeで合わせたサイズに拡大・縮小されて出力されます。
クロップ部分の細かいことはさておいて、scale=1、ratio=1で固定すれば、入力画像をそのままリサイズするだけの関数になります。本来こっちを使いそうなtransforms.Resizeを、異なるサイズのある環境で使うとなぜかエラーになります（バグかもしれないのでそのうち改善されるかもしれません）。TorchVisionのバージョン0.2.1では、RandomResizedCropを使うとエラーは起きませんでした。
次のように使います。
import torch
from torchvision import datasets, transforms
data_transform = transforms.Compose([
transforms.RandomResizedCrop(160, scale=(1.0, 1.0), ratio=(1.0, 1.0)),
transforms.ToTensor()
])
your_datasets = datasets.ImageFolder(root="path-to-your-dataset/train", transform=data_transform)
loader = torch.utils.data.DataLoader(your_datasets, batch_size=100)
for batch_index, (X, y) in enumerate(loader):
# ここに処理を書く
DataLoaderの画像を表示する
ちなみにPyTorchの画像はChannels_firstなので、Pyplotで表示するときに少し工夫がいります。np.rollaxisでChannels_lastに変換しましょう。
import numpy as np
import matplotlib.pyplot as plt
plt.plot(figsize=(10, 10))
plt.subplots_adjust(left=0.05, right=0.95, top=0.95, bottom=0.05, hspace=0.05, wspace=0.05)
for i in range(100):
x = np.rollaxis(X[i].numpy(), 0, 3)
plt.subplot(10, 10, i+1, xticks=[], yticks=[])
plt.imshow(x)
plt.show()
以上です。
新刊情報
技術書典8の新刊『モザイク除去から学ぶ 最先端のディープラーニング』好評通販中（A4・195ページ）です！ Boothで試し読みもできるのでよろしくね！
【一般同人】「じゅ～しぃ～すくりぷと」の『モザイク除去から学ぶ 最先端のディープラーニング』が3Fにて好評販売中！今作は誰もが夢見る"モザイク除去"を起点として機械学習・ディープラーニングの知識をたっぷり学べる注目作品。初心者向けの話題からマニアックな情報まで網羅しております！！ pic.twitter.com/HX1wAXESod
— とらのあな 秋葉原店A (@tora_akiba_a) March 8, 2020
これが君の望んでいる、「ディープラーニング－ロマン－」
— こしあん@技術書典8 Day2 あ03 委託 (@js_koshian2) March 22, 2020
誰もが夢見る「モザイク除去」から機械学習を学ぼう。ご好評につき鋭意増刷中！
Booth：https://t.co/d2oXBf0kQ6
とら：https://t.co/5P0HJ7r8sL
試し読み：https://t.co/1z2XScVNsz#技術書典 pic.twitter.com/tttO6VnTXG
- Booth（物理、電子版）：https://koshian2.booth.pm/items/1835219
- とらのあな（物理版：お急ぎの場合はとらのあなをお使いください。Boothよりも物理本の到着が早いです（即日で発送されます）。電子版プレゼントキャンペーンもあります ：https://ec.toranoana.shop/tora/ec/item/040030818462/
- メロンブックス（物理版）https://www.melonbooks.co.jp/detail/detail.php?product_id=670234（電子版とセットになります）
- 感想・情報まとめ・質問用：https://github.com/koshian2/MosaicDeeplearningBook