Pytorch预处理和OpenCV预处理差别——transforms.Resize的坑

已于 2024-06-05 13:30:09 修改
阅读量7.6k 收藏 17
点赞数 9
分类专栏： opencv 文章标签： pytorch opencv 深度学习
于 2021-04-09 09:31:19 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/IEEE_FELLOW/article/details/115536987
版权

使用Pytorch训练通常使用Torchvision的transforms进行预处理，transforms提供了丰富的数据增强手段，但是transforms.Resize和OpenCV的resize会有一定差异，这会导致我们使用C++去部署pytorch训练的model时候可能会有一定差距，源码里面也提到过：

because PIL applies antialiasing. This may lead to significant differences in the performance of a network (https://github.com/pytorch/vision/blob/3a278d701d3a0bba25ad52891653330ece2cb472/torchvision/transforms/functional.py#L350)

因为transforms.Resize当输入为PIL图像时，默认使用的PIL的resize进行处理，除了默认的双线性插值，还会进行antialiasing，对比了OpenCV不同的resize发现，差距还是挺大的：

对于一些分类检测任务还好，如果是embedding等，可能会存在较大的误差，所以训练时，尽量不要用到transforms.Resize.

这里替换掉transforms.Resize后，发现Opencv可以复现出pytorch的网络输出：

https://github.com/THU-MIG/yolov10/issues/111#issuecomment-2138941914

MidasKing
关注
  • 9
    点赞
  • 踩
  • 17
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
专栏目录
pytorch-transforms.Resize()用法.pdf
02-17
pytorch pytorch_transforms.Resize()用法
Pytorch中transforms.Resize()的简单使用方法
AI_dataloads的博客
10-09 4538
transforms.Resize() 是 PyTorch 中的图像处理函数之一，用于调整图像的大小。该函数可以用于将输入图像调整为指定的大小或按照指定的缩放因子进行调整。
pytorch中的transforms.resize（）函数
最新发布
AndrewPerfect的博客
05-08 866
调整图像的大小一个整数或一个元组。
【笔记】transforms 的 Resize 和 CenterCrop：Resize 按比例缩小img得到new_img，CenterCrop在new_img上面截取主要的图片部分
nyist_yangguang的博客
08-20 1960
为什么使用transforms.resize(image_size)后跟着transforms.CenterCrop(image_size)？ 代码实现看下 1.新建文件夹 image_folder 放张图片进去 2.定义DataSet class Cudata(Dataset): def __init__(self): super(Cudata, self).__init__() self.data_dir = r'./image_folder/'
15、调整尺寸 transforms.Resize()
lichaoqi1的博客
04-02 5069
transforms.Resize(size, interpolation=<InterpolationMode.BILINEAR: 'bilinear'>, max_size=None, antialias=None) antialias :如果img是PIL图像，则忽略该标志，并始终为True。如果img是张量，则默认情况下该标志为False import torchvision.transforms as transform from PIL import Image import ma
Transforms的使用（二）
何白菜的博客
06-02 120
【代码】Transforms的使用（二）
[Pytorch]关于torchvision.transforms.resize采样时更换插值方式——class InterpolationMode
“知识最大的敌人不是无知，而是错觉”
04-07 7862
做实验发现seg_gt图边缘乱码了（心里寻思gt怎么还能乱码呢，不合理啊），查了半天发现读取的label边缘就是乱码，如图（强迫症看了想把自己吊起来） 问了问师兄，师兄说是下采样插值的问题，把双线性插值改为最邻近插值就好了。（不愧是师兄，一眼就看出来问题的本质） 问题就出在了transforms.Resize这个函数上，默认采用双线性插值。 torchvision.transforms.Resize文档 可以利用InterpolationMode类来设置interpolation选项。 但是发现不.
OpenCV和Python有什么区别
weixin_35750483的博客
02-12 612
OpenCV是一种计算机图像处理库，可以为计算机视觉应用程序提供功能，而Python是一种编程语言，它可以用于编写计算机程序和构建应用程序。OpenCV只能处理图像，而Python可以用于构建整个应用程序。 ...
ubuntu16.04 cuda10.0 pytorch安装（csdn）————程序.pdf
12-04
在本文中，我们将详细探讨如何在Ubuntu 16.04操作系统上安装CUDA 10.0和PyTorch GPU支持。CUDA是NVIDIA开发的一个并行计算平台，用于加速高性能计算任务，而PyTorch则是一个开源的深度学习框架，它支持GPU计算，能够...
RESNET官方代码（pytorch）（csdn）————程序.pdf
12-03
RESNET官方代码（pytorch）（csdn）————程序
pytorch数据预处理错误的解决
09-17
在PyTorch中，数据预处理是一个至关重要的步骤，它涉及到将原始数据转换为模型可以理解和处理的形式。本文将深入探讨在处理PyTorch数据预处理时遇到的一个常见错误，并提供解决方案。 错误背景： 在训练神经网络...
基于 PyTorch 和 OpenCV 的入门级车牌识别项目.zip
05-02
基于OpenCV的系统
YOLOv5 分类模型 OpenCV和PyTorch两者实现预处理的差异
flyfish
11-22 460
可以使用structural_similarity、peak_signal_noise_ratio 、mean_squared_error对比。YOLOv5 分类模型 OpenCV和PyTorch两者实现预处理的差异。这里使用mean_squared_error。这样OpenCV和PIL返回的是相同的数据。PyTorch封装了PIL库。PyTorch推荐做法是。简单对比下两者的使用方法。的情况下，图像缩放大小是。使用了双线性插值和抗锯齿。训练和部署使用相同的输入。PyTorch中使用。
python 使用cv2.resize()后输出颜色不正确
weixin_42638401的博客
04-12 4419
源码： import numpy as np import tensorflow as tf from skimage import io import os import cv2 import matplotlib.pyplot as plt #图像路径 path='E:/vscodeproject/practice_project/datasets/deep_nn/train/cat.100.jpg' #读取图像 img=cv2.imread(path) #改变图像size img1=cv2.res
pytorch图像预处理
weixin_45075887的博客
04-15 1209
记录一下最近看到的各类预处理，均在torchvision.transforms中： 1.翻转 # 水平随机翻转 torchvision.transforms.RandomHorizontalFlip() # 垂直随机翻转 torchvision.transforms.RandomVertivalFlip() 2.裁剪 # 随机区域裁剪 # 在原图中随机裁剪原图10%~100%区域，且该区域长宽比介于0.5-2之间，并将区域缩放至（224,224） torchvision.transforms.
【pytorch】图像数据预处理
子根的博客
10-15 757
本文是记录一些在深度学习中的预处理的一些语法和函数。
opencv、pil和from torchvision.transforms的Resize, Compose, ToTensor, Normalize等差别
weixin_41012399的博客
07-29 1096
opencv的resize和pil的resize结果都不一样，和torchvision.transforms.resize的结果也不一样。板端部署只能用c++的opencv预处理，所以训练时最好也都用opencv处理图片。
pytorch:opencv的resize和torch.nn.functional.interpolate 比较
tony365的博客
10-27 1795
分别用resize函数和interpolate函数，输出 nearset, linear, cubic, area mode的图像。opencv的resize和torch.nn.functional.interpolate 比较。结论：align为False时, opencv和torch得到结果一致.
python 用pytorch中的函数替代cv2.read和cv2.resize，并写出pytorch中可以替代transpose()的方法及详细用法
06-07
在PyTorch中，可以使用torchvision库中的函数来读取和调整图像大小，而不使用OpenCV。以下是使用torchvision库读取和调整图像大小的示例代码： ```python from torchvision import transforms from PIL import Image import torch # 定义图像变换 transform = transforms.Compose([transforms.Resize((800, 800)), transforms.ToTensor()]) # 读取图像 image = Image.open('example.jpg') # 调整图像大小并转换为Tensor tensor_image = transform(image) ``` 在此示例中，我们首先定义了一个图像变换transform，该变换将图像大小调整为(800, 800)，并将图像转换为Tensor。然后，我们使用Image.open()函数读取图像，并将其传递给transform函数，将其转换为Tensor。 要替代transpose()函数，可以使用PyTorch中的permute()函数。permute()函数可以重新排列Tensor的维度，以达到类似transpose()函数的效果。以下是使用permute()函数替代transpose()函数的示例代码： ```python # 使用permute()函数替代transpose()函数 tensor_image = tensor_image.permute(1, 2, 0) ``` 在此示例中，我们使用permute()函数将tensor_image的维度从(c, h, w)转换为(h, w, c)，达到类似transpose()函数的效果。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值