Faster WarpPolar with PyTorch and GPU

一般我们都会在笛卡尔坐标系下处理图像。但有的时候,将图片转换到极坐标系下会更有优势。有些研究显示极坐标系下有更好的 rotation invariance 等特性。在我最近的项目中,图像目标区域是一个圆环。直接处理会在圆环内外处理很多无用的像素,白白浪费计算性能。因此我想先把图像变换到极坐标系下,这样目标区域就从圆环变为更好处理的矩形区域。之后再把这个矩形区域交给神经网络进行运算。

Polar Coordinate

Solution to torch.save Taking Too Much Disk Space

最近的项目中,需要给图片先做一些预处理。这些预处理的步骤非常消耗 CPU 资源,以至于 GPU 必须要等待 CPU 完成预处理,导致模型的训练速度很慢。为了加快训练速度,就想到先将所有的图片都预处理好,保存起来。这样训练的过程中就可以节省出来预处理的时间了。

问题 1

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×