TypeError: default_collate: batch 必须包含张量、numpy 数组、数字、dicts 或列表；成立<class 'PIL.Image.Image'>- 打字稿

这个错误出现在 PyTorch 训练中，通常是由于使用 DataLoader 转换数据时输入了不支持的数据类型，具体是 PIL.Image.Image。

错误原因

DataLoader 是 PyTorch 提供的一个数据转换和加载的工具，用于将数据转换为张量形式。当使用 DataLoader 转换数据时，数据必须是支持的数据类型，包括：

• 张量 (torch.Tensor)
• numpy 数组 (numpy.ndarray)
• 数字 (int,float)
• 字典 (dict)
• 列表 (list)

而 PIL.Image.Image 类型的数据并不在支持的数据类型之列。如果使用 default_collate 类转换 PIL.Image.Image 数据，就会出现上述错误。

解决方案

可以通过自定义 collate 函数来解决此问题。方法是，在定义 DataLoader 时，指定 collate_fn 参数，将 PIL.Image.Image 类型的数据转换成可以支持的数据类型（例如 ndarray）。

以下是一个示例 collate 函数，将 PIL.Image.Image 类型的数据转换成 numpy 数组：

import numpy as np
from PIL import Image

def collate_fn(batch):
    """
    batch 是一个列表，包含了每个样本的信息，每个元素是一个 tuple (image, label)，
    其中 image 是 PIL.Image.Image 类型，label 是对应的标签。
    """
    images = []
    labels = []
    for image, label in batch:
        image = np.array(image)  # 将 PIL.Image.Image 转换成 numpy 数组
        images.append(image)
        labels.append(label)
    return np.array(images), np.array(labels)

在定义 DataLoader 时，将 collate_fn 参数设置为 collate_fn 函数即可：

from torch.utils.data import DataLoader

train_loader = DataLoader(train_data, batch_size=32, shuffle=True, collate_fn=collate_fn)

总结

使用 DataLoader 时，必须注意数据类型的支持。当使用 PIL.Image.Image 类型的数据时，可以通过自定义 collate 函数来将其转换成支持的数据类型，从而避免上述错误的发生。