分类模型训练pil、torchvision.transforms和opencv的resize

参考：https://blog.csdn.net/weixin_41012399/article/details/126049885
https://www.cnpython.com/qa/1291644
https://blog.csdn.net/weixin_44966641/article/details/125084573
https://blog.csdn.net/IEEE_FELLOW/article/details/115536987
训练时用pil读取图片，使用torchvision.transforms.Resize 进行数据处理。因为transforms.Resize当输入为PIL图像时，默认使用的PIL的resize进行处理，除了默认的双线性插值，还会进行antialiasing。
PyTorch 中的 torchvision.transforms.Resize 就是采用的 PIL 的 resize。
部署的时候使用opcv的resize处理，发现不一致，最好在训练的时候统一用opencv处理图片。

transforms.Resize 和 PIL 的 resize 的插值方式有区别吗？
A：是的，transforms.Resize 和 PIL 的 resize 的默认插值方式是不同的。

在 transforms.Resize 中，默认使用的是 PIL.Image.BILINEAR，即双线性插值。而在 PIL 的 resize 中，默认使用的是 PIL.Image.BICUBIC，即三次样条插值。

当然，transforms.Resize 也可以指定其他的插值方式，如 PIL.Image.NEAREST（最近邻插值）、PIL.Image.BICUBIC 等。同样地，也可以在 PIL 的 resize 中指定其他的插值方式。