Torchvision

torchvision是pytorch的一个图形库，它服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。

torchvision.datasets: 一些加载数据的函数及常用的数据集接口；
torchvision.models: 包含常用的模型结构（含预训练模型），例如AlexNet、VGG、ResNet等；
torchvision.transforms: 常用的图片变换，例如裁剪、旋转等；
torchvision.utils: 其他的一些有用的方法。

数据集准备 - CIFAR10

此次代码中要用到的数据集，见附件有介绍与中文的参数。

下载数据集-CIFAR10

通过py代码

python 复制代码

# 使用CIFAR10数据集
# 训练集
# 如果下载比较慢，可以将控制台打印的下载链接放到专门的下载工具中下载
# 首先下载的是一个压缩包，会自动解压

train_set = torchvision.datasets.CIFAR10(root="./torchvision_dataset", train=True, download=True)


# 测试集
test_set = torchvision.datasets.CIFAR10(root="./torchvision_dataset", train=False, download=True)

运行代码，控制台显示如下信息

50000 -- 说明有5w张训练数据

10000 --说明有1w张测试数据

会自动下载数据集到torchvision_dataset文件夹

已下载就不会继续下载，控制台会出输Files already downloaded and verified字样

代码

目标： torchvision和transform的联合使用

python 复制代码

import torchvision.datasets
from torch.utils.tensorboard import SummaryWriter

# 将图片数据都转为tensor类型
# 可以对数据集做任何transforms范围内的操作，该例子只针对数据做toTensor
dataset_transform = torchvision.transforms.Compose([
    torchvision.transforms.ToTensor
])

# 使用CIFAR10数据集
train_set = torchvision.datasets.CIFAR10(root="./torchvision_dataset",  train=True, transform=dataset_transform, download=True)

# 测试集
test_set = torchvision.datasets.CIFAR10(root="./torchvision_dataset", train=False, transform=dataset_transform, download=True)


# 用tensorboard显示前10张图片
# 运行tensorboard  --logdir=p10
writer = SummaryWriter('p10')
for i in range(0):
    img, target = test_set[i]
    writer.add_image("test_set", img,i)

writer.close()

附：Torchvision介绍

torchvision.datasets: 一些加载数据的函数及常用的数据集接口；

torchvision.models: 包含常用的模型结构（含预训练模型），例如AlexNet、VGG、ResNet等；

torchvision.transforms: 常用的图片变换，例如裁剪、旋转等；

torchvision.utils: 其他的一些有用的方法。

pytorch官网

Pytorch的官网：pytorch.org/

上图是官方的首页，图中同时标出了Docs菜单下常用的子菜单项目，其中torchvision与视觉相关，transform就出自于出此。

torchvison.dataset

进入 torchvision-> datasets 菜单可以找到相当的数据集链接,如下图

其中：

COCO: 用于目标检测，语义分割

MNIST

MNIST 常用的入门级数据集，手写文字数据集

包名 torchvision.datasets.MNIST()

Fashion MNIST

该数据集与 MNIST 类似，但该数据集不是手写数字，而是 T 恤、裤子、包等服装项目。

包名 torchvision.datasets.FashionMNIST()

CIFAR10

CIFAR10由10个不同标签的图像组成。其中包括卡车、青蛙、船、汽车、鹿等常见图像。还有一个CIFAR100版本，有 100 个不同的类别

CIFAR10/CIFAR100一般用于物价识别,其广泛用于机器学习领域的计算机视觉算法基准测试。详情官网地址包名 torchvision.datasets.FashionMNIST()

包名 torchvision.datasets.CIFAR10()

参数说明：

root: 数据集根路径,可以是相对路径
train: = ture 训练集，否则为测试集
transform: 对数据集进行的transform操作
target_transform：训练后的目标数据集执行指定的transform操作
download：=true 自动下载数据集，false不会下载

COOC

目前有超过 100,000 个日常物品，如人、瓶子、文具、书籍等。这个图像数据集广泛用于对象检测和图像描述. (来自知乎...)

torchvision.models

提供神经网络常见的神经网络，有一些神经网络已经预训练好了。

torchvision.transform

图像处理与变形等

torchvision.utils

提供一些常用的工具，比如tensorboard等

javascript 复制代码

from torch.utils.tensorboard import SummaryWriter

创建于:2012/11/10

参考

www.bilibili.com/video/BV1hE...

pytorch.org/vision/stab...

PyTorch入门备忘-4-torchvision