#[Datawhale AI] 夏令营 【kaggle--图像】

[Datawhale AI] 夏令营 【kaggle–CV图像】#AI夏令营

#AI夏令营 #Datawhale #夏令营

前言：看了 Task 2 九月大佬的从baseline入门深度学习，发现自己还是有很多地方不理解，于是我先去学习了一下文档的知识

1、学习一下 基础知识 —pytorch

之前是跑别人的项目然后自己调参数，一直没有深入的学习过pytorch

这次想要深入学习一下pytorch，我去看了小土堆的pytorch学习教程（but 还没看完💦）

1.1 数据加载

	dataset	dataloader
垃圾（数据）	提供一种方式去获取数据及其label	为后面的网络提供不同的数据形式
	如何获取每一个数据及其label
	告诉我们总共有多少数据

1.2 tensorboard（可视化）

# 画一个y=x

from torch.utils.tensorboard import SummaryWriter

write = SummaryWriter("logs")
# write.add_image()
for i in range(100):
    write.add_scalar("y = x", i, i)
write.close()

打开命令

# --logdir=logs 时间所在的文件夹
tensorboard --logdir=logs --port=6006

加载图片

from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np

write = SummaryWriter("logs")
img_path = "meiyu.png"
img_PIL = Image.open(img_path)
img_array = np.array(img_PIL)
print(type(img_array))
print(img_array.shape)
write.add_image("test", img_array, 2, dataformats='HWC')
for i in range(100):
    write.add_scalar("y = x", 3 * i, i)
write.close()

1.3 transforms (用于处理序列数据（如文本、时间序列等）的任务)

---

1.4 常见的transform

输入	PIL	Image.open()
输出	tensor	ToTensor()
作用	narrays	cv.imread()

totensor的使用

from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms

write = SummaryWriter("logs")
img = Image.open("meiyu.png")
print(img)

trans_totensor = transforms.ToTensor()
img_tensor = trans_totensor(img)
write.add_image("ToTensor", img_tensor)
write.close()

Normalize 的使用（归一化）

目的：让数据在一个范围内，避免奇异样本数据的影响，比如极大的数据

# Normalize
print(img_tensor[0][0][0])
trans_norm = transforms.Normalize([0.5, 0.5, 0.5, 0.5], [0.5, 0.5, 0.5, 0.5])
img_norm = trans_norm(img_tensor)
print(img_norm[0][0][0])
write.add_image("Normalize", img_norm)

Resize 的使用

# Resize
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)
write.add_image("Resize____", img_resize, 0)
print(img.size)

Compose - resize - 2（等比缩放）

Compose()用法：
① Compose()中的参数需要是一个列表
② Python中，列表的表示形式为[数据1，数据2，….]
③ 在Compose中，数据 需要是 transforms类型
④ 所以得到，Compose([transforms参数1，transforms参数2…]

…

---

2、开始学习九月大佬的代码（冲啊）