深度學習 preprocess 預處理圖片方式去 pytorch 化

ponponon發表於2023-04-07
深度學習PyTorch

我的模型需要線上部署了，想直接使用 onnx，而不是 pytorch，所以我需要把程式碼中關於 pytorch 的都刪除了，比如下面這段程式碼，怎麼使用其他庫替代？

from torchvision import transforms


preprocess = transforms.Compose([
    transforms.Resize(224),
    transforms.CenterCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(
        mean=[0.485, 0.456, 0.406],
        std=[0.229, 0.224, 0.225]
    )
])

下面是 ChatGPT 給我的答案：

可以使用 Pillow 和 numpy 庫替代 torchvision 和 torch 中的操作，示例程式碼如下：

from PIL import Image
import numpy as np

def preprocess(image_path):
    image = Image.open(image_path)
    image = image.resize((224, 224))
    image = np.array(image)
    image = image.transpose((2, 0, 1))
    image = image.astype(np.float32)
    image /= 255.0
    mean = np.array([0.485, 0.456, 0.406]).reshape((3, 1, 1))
    std = np.array([0.229, 0.224, 0.225]).reshape((3, 1, 1))
    image = (image - mean) / std
    return image

這個函式將接受影像檔案路徑作為輸入並返回預處理後的影像。

但是我測速發現，chatGPT 給的這段程式碼速度慢了50%

圖片.png

╰─➤  time python pre001.py
python pre001.py  10.29s user 0.98s system 118% cpu 9.502 total
╰─➤  time python pre002.py
python pre002.py  15.91s user 0.99s system 111% cpu 15.185 total

可以看到新版的比原版的慢 50%，所以這個思路失敗了

關於這兩個方式是否能夠利用多核 CPU，我發現都是不行的

相關文章