Image processing 神经网络分割中的图像格式

我正在通过pytorch的深度学习进行细分。我的数据集是.raw/.mhd格式的超声图像。 我想通过数据加载器将数据集输入系统

我面临几个重要问题：

• 将数据集的格式更改为.png或.jpg是否会导致分段不准确？（我想我这样丢失了一些信息！）

• 哪种格式的数据丢失较少？

• 如果不转换原始图像格式，即.raw/.mhd，我应该如何制作一个矮胖数组？

• 如何加载此数据集？

---

我对原始格式和mhd格式一无所知，我可以给出部分答案
首先，

jpg

是有损的，

png

不是。因此，您肯定会在

jpg

中丢失信息

png

对于“正常”图像是无损的-1、3或4通道，每个通道的精度为8位（可能还支持16位，请不要引用我的话）。我对超声图像一无所知，但如果它们使用更高的精度，即使png也会有损
其次，我不知道什么是

mhd

，以及

raw

在超声图像中的含义。话虽如此，一个简单的谷歌搜索揭示了将前者读给numpy的方法
最后，要加载数据集，可以使用

torchvision

中的类。您需要编写一个自定义函数来加载给定路径的图像（例如，使用上面提到的包），并将其传递给

loader

关键字参数