初识Pytorch使用transforms的代码
更新时间：2021年12月28日 14:17:52 作者：游客26024
tansforms功能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，接下来通过代码介绍下Pytorch使用transforms的详细过程，感兴趣的朋友一起看看吧
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： 先创建一个transforms.Tensor()，使用from torchvision import transforms调包transforms去调init函数init去调用真正的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）。
3. 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：
到此这篇关于初识Pytorch使用transforms的文章就介绍到这了,更多相关Pytorch使用transforms内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了Python OpenCV 图像矫正的原理实现，检测边缘点；以边缘点作为输入，采用Hough直线检测，检测出最多点共线的四条直线，更多相关内容需要的朋友可以参考一下2022-07-07
这篇文章主要介绍了Python面向对象封装操作,结合具体案例形式详细分析了Python面向对象的封装、扩展等操作技巧与相关注意事项,需要的朋友可以参考下2019-12-12
这篇文章主要为大家详细介绍了Python+OpenCV图片局部区域像素值处理的改进版，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-01-01
这篇文章主要介绍了如何创建一个Flask项目并进行简单配置，帮助大家更好的理解和学习flask框架，感兴趣的朋友可以了解下2020-11-11
这篇文章主要介绍了关于python常见异常以及处理方法,python用异常对象（exception object）来表示异常情况。遇到错误后，会引发异常,需要的朋友可以参考下2023-04-04
这篇文章主要为大家介绍了Pandas读存JSON数据操作示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-08-08
这篇文章主要介绍了django中的图片验证码功能,需要的朋友可以参考下2019-09-09
这篇文章主要介绍了python lambda 表达式形式分析，lambda表达式会创建一个函数对象，可以对其赋值并如同普通函数一样使用，下面通过定义了一个求平方的 lambda 表达式展开主题内容,需要的朋友可以参考一下2022-04-04
这篇文章主要介绍了Python打印特殊符号及对应编码解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-05-05
今天小编就为大家分享一篇python添加模块搜索路径和包的导入方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
最新评论