maskrcnn_benchmark理解记录——transforms.py。__init__和__call__和类、继承、对象、实例、方法和数据增强

本文详细记录了对maskrcnn_benchmark/data/transforms/transforms.py的理解,主要涉及数据预处理和增强技术,包括resize、RandomHorizontalFlip、ToTensor和Normalize等。文章重点讨论了__init__和__call__在类和对象中的作用,并解释了如何使用它们进行数据处理。同时,概述了数据增强在模型训练中的重要性,如RandomHorizontalFlip和RandomCrop等。
摘要由CSDN通过智能技术生成

文件地址:maskrcnn-keypoint/maskrcnn_benchmark/data/transforms/transforms.py
这个文件我看了好久。
此函数主要是用于数据预处理、增强的,如resize,水平翻转RandomHorizontalFlip,数据转换ToTensor,归一化Normalize。是调用了torchvision.transforms.[地址]
这个放在最后,主要记录下__init__和__call__以及这里怎么用的。

    一、__init__和__call__.

参考:【1】,【2】、【3】

在Python中,函数其实是一个对象,由于 f 可以被调用,所以f被称为可调用对象。所有的函数都是可调用对象。:

>>> f = abs 
>>> f.__name__ 
'abs' 
>>> f(-123)     #123
利用__call__()可以把一个类实例变成一个可调用对象。如把 Person 类变成一个可调用对象:
class Person(object):
#(object)表示该类是从哪个类继承下来的通常,如果没有合适的继承类,就使用object类,这是所有类最终都会继承的.
    def __init__(self, name, gender):
        self.name = name
        self.gender = gender

    def say(self):
        return("I am %s" % (self.name))

    def __call__(self, friend):
        print('My name is %s...' % self.name)
        print('My friend is %s...' % friend)

现在可以对 Person 实例直接调用:

>>> pp=Person()
>>> pp
<__main__.Person object at 0x10a67a590>
>>> p = Person('Bob', 'male')   #定义了一个类实例,传入类的参数‘name,gender’
>>> p(&#
在服务器中安装maskrcnn_benchmark通常遵循以下步骤: 1. **系统环境检查**: 确保服务器操作系统为Linux,maskrcnn_benchmark通常在Linux环境下开发和运行。 2. **安装依赖库**: maskrcnn_benchmark依赖于多个库,包括但不限于Python 3, PyTorch, torchvision, CMake等。可以通过以下命令安装: ```bash sudo apt-get update sudo apt-get install -y python3 python3-pip pip3 install torch torchvision sudo apt-get install -y libturbojpeg sudo apt-get install -y cmake ``` 3. **编译**: maskrcnn_benchmark可能需要编译某些依赖库(如Caffe2),根据其官方文档中的指南进行编译。 4. **安装maskrcnn_benchmark**: 你可以使用Python包管理工具pip来安装,或者直接从GitHub下载源代码后安装。 - 使用pip安装(如果可用): ```bash pip3 install maskrcnn_benchmark ``` - 从源代码安装: ```bash git clone https://github.com/facebookresearch/maskrcnn-benchmark.git cd maskrcnn-benchmark python setup.py build develop ``` 5. **配置环境变量**: 根据maskrcnn_benchmark的安装说明,可能还需要设置环境变量,比如设置`PYTHONPATH`环境变量指向maskrcnn_benchmark的安装路径。 ```bash export PYTHONPATH=/path/to/maskrcnn_benchmark:$PYTHONPATH ``` 6. **验证安装**: 安装完成后,可以通过运行maskrcnn_benchmark中的测试用例来验证安装是否成功。 ```bash python -m maskrcnn_benchmark.configs.vg_attr_config --test-only ``` 请注意,maskrcnn_benchmark可能依赖于一些特定版本的依赖库,因此在安装时需要严格按照其官方文档的指示操作,以确保所有依赖都是兼容的。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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