bm_image_to_tensor 详解

`bm_image_to_tensor`是百度PaddleX中的一个函数，用于将图像转换为Tensor格式。其详细解释如下：

函数原型：`bm_image_to_tensor(image, order='hwc')`

参数说明：

- `image`：输入的图像数据，可以是numpy.ndarray或者PIL.Image.Image格式。
- `order`：图像数据的通道顺序，可以是'hwc'（默认）或'chw'。

返回值：返回Tensor格式的图像数据。

函数作用：将输入的图像数据转换为Tensor格式，方便输入到模型中进行预测。

具体实现细节：

- 对于numpy.ndarray格式的图像数据，`bm_image_to_tensor`函数会将其转换为Tensor格式，并将像素值归一化至[0, 1]之间。
- 对于PIL.Image.Image格式的图像数据，`bm_image_to_tensor`函数会先将其转换为numpy.ndarray格式，然后再按照上述方式进行处理。
- `order`参数用于指定图像数据的通道顺序，如果是'hwc'（默认），则表示通道顺序为(height, width, channel)，如果是'chw'，则表示通道顺序为(channel, height, width)。

示例代码：

import paddle
from paddle.vision.transforms import Compose, Normalize
from paddlex.paddleseg.cvlibs import manager
from paddlex.paddleseg.transforms import *
from paddlex.paddleseg.utils import get_encoding, get_palette
from paddlex import transforms as T
from paddlex.paddleseg.datasets import Dataset
from paddlex.paddleseg.datasets import transforms

# 定义数据增强方式
train_transforms = [
    T.RandomPaddingCrop(crop_size=512),
    T.RandomHorizontalFlip(),
    T.Normalize(),
    T.ToTensor(),
]

# 定义数据集
train_dataset = Dataset(
    data_dir='data/seg_dataset/train',
    file_list='data/seg_dataset/train_list.txt',
    label_list='data/seg_dataset/labels.txt',
    transforms=train_transforms,
    shuffle=True)

# 定义数据加载器
train_loader = paddle.io.DataLoader(
    train_dataset,
    batch_size=4,
    shuffle=True,
    drop_last=True,
    num_workers=2,
    use_shared_memory=True)

# 加载数据
for data in train_loader:
    img = data[0][0]
    label = data[1][0]
    img = transforms.bm_image_to_tensor(img, order='hwc')
    label = transforms.bm_image_to_tensor(label, order='hwc')
    print('img shape: ', img.shape)
    print('label shape: ', label.shape)
    break

在以上示例代码中，我们使用`bm_image_to_tensor`函数将输入的图像数据转换为Tensor格式，并打印出其形状。