一、torchvision中的transforms
作用:对图形进行变换,可以用来做数据增强
注:通常情况下,PIL使用的颜色通道顺序是RGB,而opencv使用的是BGR
(1)认识tensor数据类型
作用:包装了反向神经网络所需要的一些理论基础的参数,数据要转换为tensor再训练
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
# python的用法 -》 tensor数据类型
# 通过transform.ToTensor去看两个问题
# 2、为什么我们需要tensor数据类型
# 绝对路径 G:\learn_pytorch\data\train\ants_image\0013035.jpg
# 相对路径 data/train/ants_image/0013035.jpg
img_path = "data/train/ants_image/0013035.jpg"
img = Image.open(img_path)
# 打印出图片的类型、rgb模式、大小 print(img)
writer = SummaryWriter("logs")
# 1、transforms该如何使用
tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img)
# print(tensor_img)
writer.add_image("Tensor_img", tensor_img)
writer.close()
(2)python中_call_的用法
作用:能让对象像函数一样被调用,不需要‘.’就可读入参数被调用
class Person:
def __call__(self, name):
print("__call__" + "Hello " + name)
def hello(self, name):
print("hello" + name)
person = Person()
person("zhangsan")
# __call__Hello zhangsan
person.hello("lisi")
# hellolisi
(3)常见的Transforms使用
学习方法:
1. 关注输入和输出类型;2.多看官方文档;3.关注方法需要什么参数
不知道返回值的时候: print();print(type())
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
writer = SummaryWriter("logs")
img = Image.open("images/67270775_e9fdf77e9d.jpg")
print(img)
# ToTensor
trans_totensor = transforms.ToTensor()
img_tensor = trans_totensor(img)
writer.add_image("ToTensor", img_tensor)
# Normalize 使不同维度之间的特征在数值上的量纲差不多,使梯度下降更快,更容易求解,加快训练速度
print(img_tensor[0][0][0])
trans_norm = transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5]) #第一个参数是针对rgb每个通道的均值,第二个是标准差
img_norm = trans_norm(img_tensor)
print(img_norm[0][0][0])
writer.add_image("Normalize", img_norm)
# Resize 输入是PIL 指定图片的高度和宽度
print(img.size)
trans_resize = transforms.Resize((512,512))
# img PIL -> resize -> img_resize PIL
img_resize = trans_resize(img)
# img_resize PIL -> totensor -> img_resize tensor
img_resize = trans_totensor(img_resize)
writer.add_image("Resize", img_resize, 0)
print(img_resize)
# Compose - resize - 2
# 作用:可以同时进行推片裁剪和类型转换,将多个变换组合在一起
# Compose()中的参数需要一个列表 python中列表的表示为[数据1,数据2,…]
# Compose中,数据需要transforms类型,因此得到Compose([transforms参数1,transforms参数2])
trans_resize_2 = transforms.Resize(1024)
# PIL -> PIL -> tensor
# trans_resize_2的输出做trans_totensor的输入,相当于先裁剪再转换为tensor
trans_compose = transforms.Compose([trans_resize_2, trans_totensor])
img_resize_2 = trans_compose(img) #这里的img对应于trans_resize_2参数
writer.add_image("Resize", img_resize_2, 1)
# RandomCrop 随机裁剪
# 参数(w,h)
trans_random = transforms.RandomCrop((256,400))
trans_compose_2 = transforms.Compose([trans_random, trans_totensor])
for i in range(10):
img_crop = trans_compose_2(img)
writer.add_image("RandomCrop", img_crop, i)
writer.close()