YOLOv5图像数据加载和预处理_yolov5模型加载

假设输入一张图像形状是（1080,1920,3），设定输入模型的参数为stride=32 img_size=512 new_shape（512,512）
1、进行数据加载 img0=cv2.imread(“输入图像地址”)
加载数据为BGR格式，得到img0.shape为(1080, 1920, 3) #[height, width，3]
2、为了保证图像数据不失真，进行图像填充Padded resize，填充信息color=(114, 114, 114)
1）计算图像填充前的缩放比
r=min（512/img0.shape[0],512/img0.shape[1]) 即 r=min（512/1080,512/1920)
ratio (0.26666666666666666, 0.26666666666666666)（本例的缩放比例）
2）获得新的形状，计算方式为：
img0.shape[1]*r =>对结果进行四舍五入=>浮点型转为int型
img0.shape[0]*r =>对结果进行四舍五入=>浮点型转为int型
新形状：new_unpad（512，288）（本例数据）
3）在图像的height, width两个维度分别填充多少的计算
dw= new_shape[1] - new_unpad[0] 即dw=512-512
dh= new_shape[0] - new_unpad[1] 即dw=512-288
4）填充采用minimum rectangle最小范围填充
dw = dw % stride= dw - (dw // stride) * stride
dh= dh% stride= dh- (dh// stride) * stride
#其中a//b为a/b向下取整
5）填充数据：
把填充分成两边：dw=dw/2 ； dh=dh/2 （本例填充为（0.0,0.0））
6）如果 shape[::-1] != new_unpad 重新resize
img = cv2.resize(img0, new_unpad, interpolation=cv2.INTER_LINEAR)
默认代码中采用双线性插值进行填充，获得img形状为 (288, 512, 3)
7）获得最终的填充数据：
Top：dh - 0.1=>对结果进行四舍五入=>浮点型转为int型
Bottom ：dh - 0.1=>对结果进行四舍五入=>浮点型转为int型
Left： dw - 0.1=>对结果进行四舍五入=>浮点型转为int型
Right： dw - 0.1=>对结果进行四舍五入=>浮点型转为int型
8）获得padded后的img
img = cv2.copyMakeBorder(img, top, bottom, left, right, cv2.BORDER_CONSTANT, value=color)
####至此padded结束，img.shape:(288, 512, 3)
ratio (0.26666666666666666, 0.26666666666666666)，（dw，dh）（0.0,0.0）（本例的数据）

3、将img从BGR转化为RGB并再次赋值给img =>shape(3, 288, 512)
4、将一个内存不连续存储的数组img转换为内存连续存储的数组：img = np.ascontiguousarray(img) =>shape(3, 288, 512)
5、img 由numpy转化为torch型
img由dtype=torch.uint8转为float型
6、进行归一化
Img=img/255.0 #从0-255转为0-1 (3, 288, 512)
7、如果len(img.shape) == 3，则给img增加一个维度 //即（1，3, 288, 512)
最后将预处理好的数据img输入模型

个人对代码的理解，如有误区还请多多指教，私信必回