PyTorch入门教学——Transforms使用

入门教学——Transforms使用"/>

PyTorch入门教学——Transforms使用

1、Transforms简介

• Transforms在是计算机视觉工具包torchvision下的包，常用于对图像进行预处理，提高泛化能力。具体有：
  • 数据中心化、数据标准化、缩放、裁剪、旋转、翻转、填充、噪声添加、灰度变换、线性变换、仿射变换和亮度、饱和度及对比度变换。
• Transforms的使用结构：

2、Tensor数据类型

• 数据集只有转换为tensor数据类型才能被Transforms中的工具使用。这里使用到了ToTensor类，它可以将PIL Image、numpy.ndarray转换为tensor数据类型。
• 代码案例——将PIL Image转换为tensor数据类型。
  • 首先在项目目录中准备好一张图片，并且新建一个python文件。
  • 在Transforms.py中输入如下代码，并运行。

    • from torchvision import transforms
      from PIL import Imageimg_path = "images/热巴1.jpg"  # 相对路径
      img = Image.open(img_path)
      print(img)  # PIL Image数据类型
      tensor_trans = transforms.ToTensor()  # 实例化
      tensor_img = tensor_trans(img)  # 在括号中按ctrl+p可以查看需要传入什么参数
      print(tensor_img)  # tensor数据类型

    • 可以看到PIL Image已经转换成了tensor数据类型。

3、常见的Transforms

• ToTensor：将PIL Image、numpy.ndarray转换为tensor数据类型。
• Normalize：对图像像素进行归一化计算，可理解为改变颜色。
  • 计算公式：

    • output[channel] = (input[channel] - mean[channel]) / std[channel]
      # 输出 = 输入 - 均值/ 标准差

• Resize：重新设置PIL Image的大小，返回的也是PIL Image格式。
• Compose：将不同的Transforms结合在一起。
• 代码案例——先将图片大小进行调整，然后进行归一化计算。将ToTensor、Normalize、Resize返回的tensor数据类型，按顺序输入到Compose中。
  • 新建python文件，输入如下代码并运行。​​​​​​​

  • from PIL import Image
    from torch.utils.tensorboard import SummaryWriter
    from torchvision import transformswriter = SummaryWriter("logs")
    img_path = "images/热巴1.jpg"
    img = Image.open(img_path)
    # ToTensor 转换类型
    trans_totensor = transforms.ToTensor()
    img_tensor = trans_totensor(img)
    writer.add_image("热巴", img_tensor)
    # Normalize 归一化
    print(img_tensor[0][0][0])  # 0层0行0列的像素
    trans_norm = transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])  # 参数：均值，标准差
    img_norm = trans_norm(img_tensor)
    print(img_norm[0][0][0])  # 改变后，0层0行0列的像素
    writer.add_image("Normalize", img_norm)
    # Resize 设置大小
    print(img.size)  # 图片大小
    trans_resize = transforms.Resize((512, 512))
    img_resize = trans_resize(img)  # 返回的还是PIL image
    print(img.resize)
    img_resize = trans_totensor(img_resize)  # 转化为totensor
    writer.add_image("Resize", img_resize)
    # Compose - resize第二种用法
    trans_resize_2 = transforms.Resize(512)  # 等比缩放
    tran_compose = transforms.Compose([trans_resize_2, trans_totensor])  # 参数为数列，进行两种变换
    img_resize2 = tran_compose(img)
    writer.add_image("Compose", img_resize2)writer.close()
    

  • 打开TensorBoard，显示如下。
    • ToTensor
      •  
    • Normalize
    • Resize
    • Compose