Pytorch怎么调用和使用transforms,tansforms功能有什么
Admin 2022-05-25 群英技术资讯 1343 次浏览
在实际应用中,我们有时候会遇到“Pytorch怎么调用和使用transforms,tansforms功能有什么”这样的问题,我们该怎样来处理呢?下文给大家介绍了解决方法,希望这篇“Pytorch怎么调用和使用transforms,tansforms功能有什么”文章能帮助大家解决问题。首先,这次讲解的tansforms功能,通俗地讲,类似于在计算机视觉流程里的图像预处理部分的数据增强。
transforms的原理:
说明:图片(输入)通过工具得到结果(输出),这个工具,就是transforms模板工具,(tool=transforms.ToTensor()具体工具),使用工具result=tool(图片)

tansforms的调用与使用,由下图可得:
transforms.Tensor(),使用from torchvision import transforms调包transforms去调init函数transforms类,里面就有很多的方法(绿色五角星标注),例如:resize,ToTensor,CenterCrop(从这些方法可以看出,许多都是数据增强的方法)。
接下来,上代码:
import os from torchvision import transforms from PIL import Image root_path = "D:\\data\\basic\\Image" label_path = "aligned" # 1.获取aligned第一张图的名字 img_dir = os.path.join(root_path, label_path) img_list = os.listdir(img_dir) img_path = img_list[0] # 2.获取aligned第一张图的路径 img = os.path.join(root_path, label_path, img_path) # 3.使用python自带的PIL获取图片 img = Image.open(img) # 4.将PIL利用transforms转换成ToTensor to_tensor = transforms.ToTensor() # 创建totensor () img = to_tensor(img) # 使用to_tensor直接将图片的PIL转化为tensor print(img) # transforms
代码结果:

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
猜你喜欢
OpenCV是一个C++库,目前流行的计算机视觉编程库,用于实时处理计算机视觉方面的问题,它涵盖了很多计算机视觉领域的模块。在Python中常使用OpenCV库实现图像处理。本文介绍opencv-python图像处理安装与基本操作,感兴趣的朋友一起看看吧
众所周知True和False是一个布尔变量可取的值,下面这篇文章主要给大家介绍了关于Python中True(真)和False(假)判断的相关资料,本文通过示例代码介绍的非常详细,需要的朋友可以参考下
字典是Python必用且常用的数据结构,本文主要为大家梳理了一下常用的字典操作:初始化、合并字典、字典转Pandas等,需要的可以参考一下
ajax与django交互怎样实现?一些新手对于ajax与django的交互并不是很理解,下面小编就给大家介绍关于ajax与django交互的相关内容供大家参考学习,感兴趣的朋友们可以看看。
什么是共现矩阵?共现矩阵的构建思路共现矩阵的代码实现共现矩阵(共词矩阵)计算共现矩阵(共词矩阵)补充一点python共现矩阵实现。最近在学习python词库的可视化,其中有一个依据共现矩阵制作的可视化,感觉十分炫酷,便以此复刻。...
成为群英会员,开启智能安全云计算之旅
立即注册关注或联系群英网络
7x24小时售前:400-678-4567
7x24小时售后:0668-2555666
24小时QQ客服
群英微信公众号
CNNIC域名投诉举报处理平台
服务电话:010-58813000
服务邮箱:service@cnnic.cn
投诉与建议:0668-2555555
Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 ICP核准(ICP备案)粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008