PytorchのDataloaderでTTAを実装する際にデータをバッチ数分取り出せない

pytorchのDataloaderを使ってTTAを実装しようとしているのですが、うまくいきません。
試したい流れは以下の通りです。
0. TTA用のtransoformsを3つ用意

Datasetでデータを取得する際に３種類分の画像をリストで取得するように設定

取得するデータのsize->(3, channel, image_height, image_width)
2. Dataloaderでデータを読み込む際にbatch_size分のデータを取得
取得するデータのsize->(batch_size, 3, channel, image_height, image_width)
4. バッチごとモデルに渡し、推論

<問題点>
ステップ3の部分で、バッチサイズ分のデータを取り出すことができません。
具体的には、batch_size=32,channel=3として（32,3,3,512,512）というサイズのデータを取り出したいのですが、動かしてみると（1,3,3,512,512）というサイズになってしまいます。
（32,3,3,512,512）のサイズで取り出す方法を教えていただけないでしょうか。

<version> python == '3.7.6' torch == '1.7.0' PIL == '8.0.1'

# transforms

test_transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Resize((Conf.IM_SIZE, Conf.IM_SIZE)),
    transforms.Normalize((0.485, 0.456, 0.406), (0.229, 0.224, 0.225)),
])

TTA1 = transforms.Compose([
    transforms.ToTensor(),
    transforms.CenterCrop(Conf.IM_SIZE),
    transforms.RandomHorizontalFlip(p=1),
    transforms.Normalize((0.485, 0.456, 0.406), (0.229, 0.224, 0.225)),
])

TTA2 = transforms.Compose([
    transforms.ToTensor(),
    transforms.CenterCrop(Conf.IM_SIZE),
    transforms.RandomVerticalFlip(p=1),
    transforms.Normalize((0.485, 0.456, 0.406), (0.229, 0.224, 0.225)),
])

# Dataset

class TestData(Dataset):
    def __init__(self, Dir, FNames, Transform):
        self.dir = Dir
        self.fnames = FNames
        self.transform = Transform
        self.ttas = [self.transform, TTA1, TTA2]
        
    def __len__(self):
        return len(self.fnames)

    def __getitem__(self, index):
        x = Image.open(os.path.join(self.dir, self.fnames[index]))
        imglist=[tta(x) for tta in self.ttas]
        image=torch.stack(imglist)
        return image, self.fnames[index]

# DataLoader

testset = TestData(TEST_DIR, X_test, test_transform)
testloader = DataLoader(testset,
                        batch_size=Conf.BATCH,
                        shuffle=False,
                        num_workers=4)

# Inference
for images,image_names in testloader:
        with torch.no_grad():
            batch_size, n_crops, c, h, w = images.size() <---ここでバッチサイズが1になってしまっています。
            images = images.view(-1, c, h, w)
            output= F.softmax(model(images),dim=1)
            output = output.view(batch_size, n_crops,-1).mean(1)
            pred = output.argmax(1).cpu().numpy()