B站小土堆Pytorch视频学习——Transforms的使用(2023.06.13)

一、什么是Transforms？

transforms 是 PyTorch 中 torchvision 库的一个模块，用于进行图像数据预处理和增强。它提供了一系列常用的数据预处理函数，如图像裁剪、缩放、翻转、归一化等。
transforms 模块中的函数通常用于创建数据预处理管道，以将输入数据转换为模型所需的格式。例如，在训练神经网络时，通常会对输入图像进行随机翻转、随机裁剪等增强操作，以扩展数据集并提高模型的泛化能力。
以下是 transforms 模块中一些常用的函数：

 Compose(transforms)：将多个数据预处理函数组合成一个管道。
 ToTensor()：将 PIL 图像或 Numpy 数组转换为 PyTorch 张量。
 Normalize(mean, std)：对张量进行归一化，减去均值并除以标准差。
 Resize(size)：将图像缩放到指定大小。
 CenterCrop(size)：对图像进行中心裁剪。
 RandomCrop(size)：对图像进行随机裁剪。
 RandomHorizontalFlip()：以一定的概率对图像进行随机水平翻转。
 RandomRotation(degrees)：对图像进行随机旋转。

使用 transforms 模块中的函数可以方便地将输入数据进行预处理和增强，以提高模型的表现。

二、将PIL图像和numpy数组转化为Tensor类型

import cv2
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
from PIL import Image
#通过transforms.Totensor去解决两个问题
#1、transforms该如何使用
#2、为什么我们需要Tensor数据类型
img_path="hymenoptera_data/hymenoptera_data/train/bees/95238259_98470c5b10.jpg"
#ALT+ENTER可以瞬间调库
PIL_image=Image.open(img_path)
writer=SummaryWriter("logs")
cv2_img=cv2.imread(img_path)
#创造实例化tensor生产工具
tensor_trans=transforms.ToTensor()
#进行实际生产，将PIL类型转为Tensor类型
tensor_img=tensor_trans(PIL_image)
tensor_img2=tensor_trans(cv2_img)
writer.add_image("Tensor_img",tensor_img,0)
writer.add_image("Tensor_img1",tensor_img2,0)
writer.close()

三、结果展示

四、常见类型图片打开

五、transforms里的Normalize

#将每个通道的像素值减去 0.5，然后除以 0.5，以将像素值归一化到范围 [-1, 1]。
trans_norm=transforms.Normalize([0.5,0.5,0.5],[0.5,0.5,0.5])
norm_img=trans_norm(tensor_img)

六、transforms里的Resize

trans_resize=transforms.Resize((512,512))
resize_img=trans_resize(PIL_image)
resize_img=trans_totensor(resize_img)

不过如今可以通过trans_resize.forward(这里直接传入tensor对象)

七、transforms里的compose

通过一个列表可以接收多个预操作，不用再一项项的输入，注意是个列表

trens_size=transforms.Resize((512,1024))
trens_normal=transforms.Normalize([0.5,0.5,0.5],[0.5,0.5,0.5])
trens_tensor=transforms.ToTensor()
trens_compose=transforms.Compose([trens_size,trens_tensor,trens_normal])

重点还是要学会在结构中看文档！！！