Pytorch 学习之Transforms

文章目录

Transforms 的使用

py 复制代码
from torchvision import transforms
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("logs")

image_path = "data/train/ants_image/0013035.jpg"
img =Image.open(image_path)
print(img)
# 将图片转换为 tensor 类型
tensor_trans=transforms.ToTensor()
tensor_img =tensor_trans(img)

writer.add_image("test",tensor_img)

writer.close()
print(tensor_img)


归一化

py 复制代码
from torchvision import transforms
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("logs")

image_path = "data/train/ants_image/0013035.jpg"
img =Image.open(image_path)
print(img)
# 将图片转换为 tensor 类型
tensor_trans=transforms.ToTensor()
tensor_img =tensor_trans(img)
writer.add_image("test",tensor_img)
writer.close()

#Normalize 归一化
print(tensor_img[0][0][0])
trans_norm=transforms.Normalize([0.5,0.5,0.5],[0.5,0.5,0.5])
img_norm=trans_norm(tensor_img)
print(img_norm[0][0][0])
writer.add_image("Normalize",img_norm)
writer.close()

Resize

c 复制代码
from torchvision import transforms
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("logs")

image_path = "data/train/ants_image/0013035.jpg"
img =Image.open(image_path)
print(img)
# 将图片转换为 tensor 类型
tensor_trans=transforms.ToTensor()
tensor_img =tensor_trans(img)
writer.add_image("test",tensor_img)
writer.close()

#Normalize 归一化
print(tensor_img[0][0][0])
trans_norm=transforms.Normalize([0.5,0.5,0.5],[0.5,0.5,0.5])
img_norm=trans_norm(tensor_img)
print(img_norm[0][0][0])
writer.add_image("Normalize",img_norm)
writer.close()

#Resize
print(img.size)
trans_size=transforms.Resize((512,512))
img_resize=trans_size(img)
#img_resize PIL ->ToTensor ->img tensor
img_resize=tensor_trans(img_resize)
print(img_resize)
writer.add_image("resize",img_resize,0)
writer.close()

trans_size_2 =transforms.Resize(512)
trans_compose =transforms.Compose([trans_size_2,tensor_trans])
img_resize_2=trans_compose(img)
writer.add_image("Resize",img_resize_2,0)
writer.close()

随机裁剪

c 复制代码
trans_random =transforms.RandomCrop(512)
trans_compose_2 = transforms.Compose([trans_random,tensor_trans])
for i in range(10):
    img_crop=trans_compose_2(img)
    writer.add_image("RandomCrop",img_crop,i)
writer.close()
相关推荐
李燚10 小时前
RAG 流水线设计:Eino 的 Loader → Transformer → Indexer → Retriever(第60篇-E46)
人工智能·深度学习·transformer·agent·rag·aiagent·eino
码农学院10 小时前
Vue3小程序开发实战:服装鞋帽箱包行业库存同步方案
人工智能
To_OC10 小时前
跟 AI 写代码越写越乱?我靠这套「Vibe Coding」思路彻底治好了幻觉屎山
人工智能·agent·vibecoding
IT小盘10 小时前
03-大模型API不只是发送Prompt-流式输出超时重试与异常处理
人工智能·python·prompt
深圳慧闻智造技术有限公司11 小时前
机器人减速机壳体加工精度要求的四大核心维度分析
人工智能·机器人·机器人壳体加工
冬奇Lab11 小时前
AI 评测系列(07):自定义 Benchmark——从业务场景到评测集
人工智能
骏晔科技DreamLNK11 小时前
国产蓝牙模块哪个品牌好?骏晔科技 7 款主流型号横向对比
人工智能·科技
用户9385156350712 小时前
从零搭建 AI 日记助手:用 Milvus 向量数据库 + RAG 让机器读懂你的每一天
javascript·人工智能·全栈
一只小菜鸡..12 小时前
南京大学 操作系统 (JYY) 学习笔记:进程、系统调用与状态机管理
笔记·学习
阿部多瑞 ABU13 小时前
新帝国殖民主义:文化-情感-金融复合体的当代运作机制
大数据·人工智能·金融