PyTorch是使用GPU和CPU优化的深度学习张量库——torchvision

Fuliy96

已于 2024-07-11 08:38:09 修改

阅读量702

点赞数 15

文章标签：深度学习 pytorch 人工智能 python 机器学习 jupyter chatgpt

于 2024-07-11 08:29:12 首次发布

本文链接：https://blog.csdn.net/2302_80644606/article/details/140319667

版权

torchvision

datasets

torchvision.datasets 包含了许多标准数据集的加载器。例如，CIFAR10 和 ImageFolder 是其中两个非常常用的类。

CIFAR10

CIFAR10 数据集是一个广泛使用的数据集，包含10类彩色图像，每类有6000张图像（5000张训练集，1000张测试集）。下面是如何加载 CIFAR10 的示例：

import torch
from torchvision import datasets, transforms

# 定义数据转换
transform = transforms.Compose([transforms.ToTensor(), 
                                transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

# 加载训练集
trainset = datasets.CIFAR10(root='./data', train=True, download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4, shuffle=True, num_workers=2)

# 加载测试集
testset = datasets.CIFAR10(root='./data', train=False, download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=4, shuffle=False, num_workers=2)

# 输出类别
classes = ('plane', 'car', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck')

ImageFolder

ImageFolder 用于加载按照类别分文件夹存储的图像数据集。

import os
from torchvision import datasets, transforms

data_dir = './path/to/dataset'
transform = transforms.Compose([transforms.Resize(255),
                                transforms.CenterCrop(224),
                                transforms.ToTensor()])

image_datasets = datasets.ImageFolder(data_dir, transform=transform)
dataloaders = torch.utils.data.DataLoader(image_datasets, batch_size=4, shuffle=True, num_workers=2)

models

torchvision.models 提供了一系列预训练模型，如 ResNet、VGG、InceptionV3 等。

ResNet模型：

SetsNet并不是torchvision中的一个组件，而是指一类处理集合数据的神经网络。SetsNet和其他类似的网络（如DeepSets）旨在处理无序的集合输入，这些输入可以是点云、图像集合、特征向量集合等。SetsNet的设计原则是输入集合的顺序不会影响输出，即网络应该对输入的排列不变。

import torch
import torchvision.models as models

model = models.resnet50(pretrained=True)
model.eval()

# 预处理图像数据
preprocess = transforms.Compose([
   transforms.Resize(256),
   transforms.CenterCrop(224),
   transforms.ToTensor(),
   transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])

# 加载图像
img_path = './path/to/image.jpg'
img = Image.open(img_path)
img_tensor = preprocess(img)
batch_img_tensor = torch.unsqueeze(img_tensor, 0)

# 预测
out = model(batch_img_tensor)

VGG模型：

VGG网络是一种经典的卷积神经网络架构，广泛应用于图像分类。下面是如何加载预训练的VGG模型并在一张图像上进行预测的示例：

import torch
from torchvision import models, transforms
from PIL import Image

# 加载预训练的VGG16模型
vgg16 = models.vgg16(pretrained=True)
vgg16.eval()

# 图像预处理
preprocess = transforms.Compose([
   transforms.Resize(256),
   transforms.CenterCrop(224),
   transforms.ToTensor(),
   transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])

# 加载图像
img_path = './path/to/image.jpg'
img_pil = Image.open(img_path)
img_tensor = preprocess(img_pil)
batch_img_tensor = torch.unsqueeze(img_tensor, 0)

# 预测
out = vgg16(batch_img_tensor)
_, pred = torch.max(out, 1)
print("Predicted class:", pred.item())

Inception模型：

InceptionV3是一种更复杂的卷积神经网络架构，设计用于处理高分辨率图像。以下是如何加载预训练的InceptionV3模型并进行预测：

import torch
from torchvision import models, transforms
from PIL import Image

# 加载预训练的InceptionV3模型
inceptionv3 = models.inception_v3(pretrained=True)
inceptionv3.eval()

# 图像预处理
preprocess = transforms.Compose([
   transforms.Resize(299),
   transforms.CenterCrop(299),
   transforms.ToTensor(),
   transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])

# 加载图像
img_path = './path/to/image.jpg'
img_pil = Image.open(img_path)
img_tensor = preprocess(img_pil)
batch_img_tensor = torch.unsqueeze(img_tensor, 0)

# 预测
out = inceptionv3(batch_img_tensor)
_, pred = torch.max(out, 1)
print("Predicted class:", pred.item())

utils

make_grid 网格排列

是一个用于在PyTorch中将多个图像张量组合成一个图像网格的函数。这对于可视化数据集、模型输出或者训练过程中的变化非常有用。make_grid接受一系列图像张量，并返回一个单一的张量，该张量包含了所有输入图像按网格排列的结果

import torchvision.utils as vutils

# 假设有数据加载器 dataloaders
dataiter = iter(dataloaders)
images, labels = dataiter.next()

# 使用 make_grid 创建图像网格
img_grid = vutils.make_grid(images)

# 显示图像网格
imshow(img_grid.numpy().transpose((1, 2, 0)))

save_image 保存图像

save_image函数可以用来保存一个张量为图像文件。下面是一个如何保存图像的例子：

import torch
from torchvision.utils import save_image
from PIL import Image

# 假设我们有一个图像张量
img_tensor = torch.randn(3, 224, 224)

# 保存图像
save_image(img_tensor, 'saved_image.jpg')

# 也可以从PIL Image转换为张量并保存
img_pil = Image.new('RGB', (224, 224), color='white')
img_tensor = transforms.ToTensor()(img_pil)
save_image(img_tensor, 'saved_image_from_pil.jpg')

请确保替换上述代码中的./path/to/image.jpg为实际的图像路径，并确保在运行代码之前有正确的权限访问指定的路径。此外，如果还没有安装torchvision和Pillow，可能需要先安装：

pip install torchvision pillow

transforms

是PyTorch中一个重要的模块，用于进行图像预处理和数据增强。它位于torchvision.transforms模块中，主要用于处理PIL图像和Tensor图像。transforms可以帮助你在训练神经网络时对数据进行各种变换，例如随机裁剪、大小调整、正则化等，以增加数据的多样性和模型的鲁棒性。

常见的transforms包括：

数据类型转换：

ToTensor(): 将PIL图像或NumPy数组转换为PyTorch的Tensor格式。

几何变换：
Resize(size): 调整图像大小。 CenterCrop(size): 中心裁剪图像。 RandomCrop(size): 随机裁剪图像。 RandomHorizontalFlip(p=0.5): 随机水平翻转图像。

色彩变换：
ColorJitter(brightness, contrast, saturation, hue): 随机调整图像的亮度、对比度、饱和度和色调。

正则化：
Normalize(mean, std): 标准化图像像素值。

使用transforms

通常需要将它们组合成一个transforms.Compose对象，以便按顺序应用到图像数据上。这样可以灵活地定义数据增强的流程，适应不同的任务需求和数据特征。

当使用transforms进行图像预处理和数据增强时，通常需要按照以下步骤进行操作：

1.导入必要的库：

 from torchvision import transforms
 from PIL import Image

2.定义transforms操作：可以根据需求选择合适的transforms进行组合。

 transform = transforms.Compose([
       transforms.Resize((256, 256)),     # 调整图像大小为256x256
       transforms.RandomCrop(224),        # 随机裁剪图像为224x224
       transforms.RandomHorizontalFlip(), # 随机水平翻转图像
       transforms.ToTensor(),             # 将图像转换为Tensor，并归一化至[0, 1]
       transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
       # 标准化图像像素值
   ])

3.加载图像并应用transforms：

 # 假设有一张名为image.jpg的图像
   img = Image.open('image.jpg')

   # 应用transforms
   img_transformed = transform(img)

4.查看处理后的图像：处理后的图像会转换为Tensor，并进行了resize、crop、翻转等操作。

  print(img_transformed.size())  # 输出处理后的图像大小

在上面的例子中，transforms.Compose用于将多个transforms组合起来，依次应用到图像上。这种方式能够让你根据任务需求定义灵活的图像处理流程，例如在训练神经网络时进行数据增强，提升模型的泛化能力。