No such operator image::read_file问题解决

在学习动手学深度学习这门课的时候，在13.6 节⽬标检测数据集这一章遇到了问题，读取数据的时候报错：No such operator image::read_file

网上有人说问题在于pytorch版本和torchvision版本不对应，可以通过Start Locally | PyTorch 重新安装，也可以通过Previous PyTorch Versions | PyTorch 找到pytorch和torchvision相对应的版本。我都试过了，没有用（至少对于我是这样的）

再仔细观察，发现是torchvision.io.read_image()这个函数报错，这个函数调用了torch.ops.image.read_file()，正是后者出错。搞不懂这个函数是干什么的

不是办法的办法是，放弃使用torchvision.io.read_image()，使用Image.open()函数，原来的代码是

#@save
def read_data_bananas(is_train=True):
    """读取香蕉检测数据集中的图像和标签"""
    data_dir = d2l.download_extract('banana-detection')
    csv_fname = os.path.join(data_dir, 'bananas_train' if is_train
                             else 'bananas_val', 'label.csv')
    csv_data = pd.read_csv(csv_fname)
    csv_data = csv_data.set_index('img_name')
    images, targets = [], []
    for img_name, target in csv_data.iterrows():
        images.append(torchvision.io.read_image(
            os.path.join(data_dir, 'bananas_train' if is_train else
                         'bananas_val', 'images', f'{img_name}')))
        # 这里的target包含（类别，左上角x，左上角y，右下角x，右下角y），
        # 其中所有图像都具有相同的香蕉类（索引为0）
        targets.append(list(target))
    return images, torch.tensor(targets).unsqueeze(1) / 256

修改后的代码如下：

#@save
def read_data_bananas(is_train=True):
    """读取香蕉检测数据集中的图像和标签"""
    # Image.open()读出来的图片是PIL格式，要转换为tensor格式
    totensor = transforms.ToTensor()  
    data_dir = d2l.download_extract('banana-detection')
    csv_fname = os.path.join(data_dir, 'bananas_train' if is_train
                             else 'bananas_val', 'label.csv')
    csv_data = pd.read_csv(csv_fname)
    csv_data = csv_data.set_index('img_name')
    images, targets = [], []
    for img_name, target in csv_data.iterrows():
        images.append(totensor(Image.open(
            os.path.join(data_dir, 'bananas_train' if is_train else
                         'bananas_val', 'images', f'{img_name}'))))
        # 这里的target包含（类别，左上角x，左上角y，右下角x，右下角y），
        # 其中所有图像都具有相同的香蕉类（索引为0）
        targets.append(list(target))
    return images, torch.tensor(targets).unsqueeze(1) / 256

具体来说，假设图片路径是path，将torchvision.io.read_image(path)替换为以下代码：

from PIL import Image
import torchvision.transforms as transforms

totensor = transforms.ToTensor()
totensor(Image.open(path))

需要注意的是，transforms.ToTensor()处理后的图片像素位于0-1之间，不用再处理255，否则图片变成全黑色的了，并且画图的时候要改变通道位置（变成numpy格式）。下面画出数据集的第一张图片

import matplotlib.pyplot as plt
img = batch[0][0].permute(1, 2, 0)
plt.imshow(img)