pytorchデータセット作成時の画像の読み込み方法

Question

pytorchでデータセットを作成する際の画像の読み込み方法はいくつもあると思うのですが、それぞれの場合のメリット・デメリットなどありましたら教えていただきたいです。

Image = Image.open(path)
Image = np.load(path)
Image = io.imread(path)

などなどあると思うのですが、(自分はいつもPIL.Image)それぞれについて教えていただければ幸いです。
よろしくお願いします。

Answer 1

numpy.load() は画像ファイルを読み込むのには使えません。
比較するなら、他2つに加えて、OpenCV の cv2.imread() でしょうか。

• Pillow: PIL.Image.open()
  • 返り値は PIL.Image オブジェクト
• OpenCV: cv2.Imread()
  • 返り値は ndarray オブジェクト、チャンネル順は BGR
• Scikit-image: skimage.io.imread()
  • 返り値は ndarray オブジェクト、チャンネル順は RGB

違いとしては返り値とパフォーマンスの違いぐらいしかないので、どれを使ってもよいです。
pytorch の ToTensor は、PIL Image オブジェクトと ndarray オブジェクトの両方に対応しています。

速度だけでいうと、OpenCV が一番はやいと思います。

Comments

[n_thk72]

回答ありがとうございます。
KaggleのこちらのNotebook（https://www.kaggle.com/akasharidas/plant-pathology-2020-in-pytorch-0-974-score/notebook）ではデータセットの作成にnp.loadで読み込んでいるように見受けられるのですが、これは回答の中の手法とは異なる操作なのでしょうか？

[tiitoi]

画像ファイルというと普通 png、jpg、bmp などのことをいいます。
そのコードの該当箇所を見ると
image = np.load(self.paths[i]) #load from .npy file!
と書いてあるので、読み込んでいるのは npy ファイル (numpy の配列保存形式)です。
コンペティションのデータがもともと npy で配布されていたのか、作者が npy ファイルとして保存しなおしたのかはわかりませんが、np.load() で画像ファイルをそのまま読み込むことはできません。

[n_thk72]

>>tiitoiさん
回答ありがとうございます。
np.load()が画像を読み込んでいるわけではないということ、理解しました。
ありがとうございました。