如何将道路车道坐标转换为Python的张量？

Question

我正在尝试使用Pytorch开发车道探测器。基本上，我使用cv2逐帧读取视频框架，然后使用Cancy> Canny Edge检测器查找边缘，然后我使用平均车道算法来获得Lane的坐标。

这些坐标看起来像[[X1，Y1，X2，Y2]，[X3，Y3，X4，Y4]]和我的.csv数据集看起来像：

image-0.jpg,"[[449, 576, 353, 600], [696, 576, 722, 600]]"
image-1.jpg,"[[165, 951, 468, 1654], [465, 654, 416, 654]]"
...

*（我保存了图像框架。从视频中框架来指定道路车道，因为我将在这些图像和坐标上训练我的模型。

*（（[[X1，Y1，X2，Y2]离开道路车道，[X3，Y3，X4，Y4]是正确的Road Lane））

）我的数据集类方法，我会遇到此错误：

    y_label = torch.tensor(int(self.annotations.iloc[index, 1]))
ValueError: invalid literal for int() with base 10: '[[449, 576, 353, 600], [696, 576, 722, 600]]'

如何修复此代码？我希望这些坐标可以通过Pytorch读取，因此我可以在保存的这些坐标和道路图像上训练模型。我试图将坐标列表转换为张量列表，但我做不到。

我的完整数据库代码：

import os
import pandas as pd
import torch
from torch.utils.data import Dataset
from torchvision import transforms
from skimage import io

class RoadLanesDataset(Dataset):

    def __init__(self, csv_file, root_dir, transform=None):
        self.annotations = pd.read_csv(csv_file)
        self.root_dir = root_dir
        self.transform = transform

    def __len__(self):
        return len(self.annotations)

    def __getitem__(self, index):
        img_path = os.path.join(self.root_dir, self.annotations.iloc[index, 0])
        image = io.imread(img_path)
        y_label = torch.tensor(int(self.annotations.iloc[index, 1]))

        if self.transform:
            image = self.transform(image)

        return (image, y_label)

Answer 1

我认为这是因为您正在尝试将列表列表转换为INT。

尝试使用dtype torch.long这样的张量。

y_label = torch.tensor(self.annotations.iloc[index, 1], dtype=torch.long)