transforms——PILImage-＞tensor

数据加载

数据加载：将++RGB的图像数据++ 变成可以计算的++tensor++。需要的步骤有：

定义一个图片转tensor的转换器（transform）
定义一个继承自Dataset的myDataSet类，在此类的__getitem__(self, index)中完成一张图片变成一个tensor的转换
生成一个DataLoader对象，并将一个myDataSet对象传入DataLoader构造器。
通过语句for batch_x,batch_y in dataLoader:... 进行数据的加载
加载数据

transforms

transforms.Compose方法是将一系列的transforms方法进行有序的组合包装，具体实现的时候，依次的用包装的方法对图像进行操作。
transforms.RandomCrop方法对图像进行裁剪（这个在训练集里面用，验证集就用不到了）
transforms.ToTensor方法是将图像转换成张量，同时会进行归一化的一个操作，将张量的值从0-255转到0-1
transforms.Normalize方法是将数据进行标准化

在transforms中转化为.ToTensor()【该数据增强能把输入的数据格式（numpy.ndarray或者PIL Image）转成tensor格式，输入的shape会从[H, W, C]变成]C, H, W]，输入的数值范围会从[0, 255]变成[0, 1]】

进入该类下，进入.to_tensor()

如果图像是数据类型是torch.ByteTensor要除以255，（RGB范围0~255？）

PILImage->numpy->tensor

python 复制代码

image = Image.open(image_path)  # 读取图片
image = np.array(image, dtype=np.float32)  # PILImage->numpy 输出(h,w,c)
image /= 255.0  # 网络输入需要归一化
image = np.transpos	e(image, (2, 0, 1))  # np下维度转换使用transpose
image = torch.from_numpy(image)  # numpy->tensor
print(image.shape)

输出

python 复制代码

torch.Size([3, 575, 551])  # (c,h,w)

PILImage->tensor

python 复制代码

image = Image.open(image_path)  # 读取图片
image = transforms.ToTensor()(image)  # PILImage->tensor
# image = torch.Tensor.permute(image, (0, 1, 2))  # tensor下维度转换
print(image.shape)

使用torchvision下transforms依赖包，一步到位。

在第二行 中，集成处理了以下步骤：

1，img.tobytes() 将图片转化成内存中的存储格式

2，torch.BytesStorage.frombuffer(img.tobytes() ) 将字节以流的形式输入，转化成一维的张量

3，对张量进行reshape

4，对张量进行permute（2,0,1）

5，将当前张量的每个元素除以255

6，输出张量

第三行备注的那句，是在tensor下如果想要转换维度使用的代码。跟之前numpy下不同。

系统学习Pytorch笔记三：Pytorch数据读取机制(DataLoader)与图像预处理模块(transforms)

PILImage和tensor转换
 PIL包中图像的mode参数------pic.mode
为什么一些机器学习模型需要对数据进行归一化？
深度学习中数据到底要不要归一化？实测数据来说明！

深度学习模型学习的是一种end-to-end的映射关系，存在一个尺度问题，如果只对X或者Y做预处理，会使得两端的空间（指的是特征空间）差异变大，需要学习的映射就会变得更加的隐晦。而同时对X和Y进行预处理，压缩了这种特征空间的变异性，所以使得要被学习到的映射变得简单了，或者说变的更加的"可视化"。