将numpy数组格式图像转换为fastai tensor时出现内存占用过大报错

cv2读取的图像（包括摄像头采集、本地文件读取）输出的numpy数组默认维度为(高度, 宽度, 通道数)，通道顺序为BGR；而fastai的vision.image.Image要求输入的tensor必须是(通道数, 高度, 宽度)的维度顺序，且通道为RGB格式。你直接将原始frame转换为tensor传入Image类，维度顺序完全不匹配，导致类解析图像尺寸时生成了远大于实际大小的异常张量，才触发了超量内存申请报错。

• 转换图像通道：将cv2默认的BGR通道转换为RGB通道
• 调整维度顺序：将numpy数组的维度从(H,W,C)调整为(C,H,W)，匹配fastai输入要求
• 归一化像素值：将0-255范围的整数像素值归一化到0-1的float范围，符合模型训练时的输入规范
• 若预训练模型有固定输入尺寸要求，可提前对frame做resize操作，和训练输入尺寸保持一致，避免推理结果异常

from fastai import *
from fastai.vision import *
from fastai.callbacks.hooks import *
from fastai.utils.mem import *
import cv2
import matplotlib as mpl
import matplotlib.pyplot as plt

def acc_camvid(input, target):
    target = target.squeeze(1)
    mask = target != void_code
    return (input.argmax(dim=1)[mask]==target[mask]).float().mean()

learn=load_learner(pretrained_model)

cap = cv2.VideoCapture(0)
_,frame = cap.read()
cap.release()

# 核心修复逻辑开始
# BGR转RGB
frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
# 调整维度顺序为(C,H,W)
frame_trans = frame_rgb.transpose(2, 0, 1)
# 转tensor并归一化到0-1区间
frame_tensor = torch.from_numpy(frame_trans).float() / 255.0
# 构造fastai Image对象
image = Image(frame_tensor)
# 核心修复逻辑结束

plt.imshow(frame)
_,img_hr,b = learn.predict(image)
Image(img_hr).show(figsize=(18,15))

内容的提问来源于stack exchange，提问作者lkrss