8. Transforms的使用(三)-- Resize

Transforms的使用(三)

1. 为什么要使用Resize

  • 在模型的训练过程中往往需要图片数据的维度相同,才能适应深度学习模型中的相关神经网络结构,这时候就需要使用Resize保证所有的图片保持相同的尺寸

2. 使用Resize调整图片的尺寸

  • 在pytorch2.3的版本上,Resize()支持对Tensor类的数据进行尺寸变化。对于尺寸参数可以通过[长, 宽]来设置

    image-20240706201417913

  • 创建Resize实例,设置尺寸大小,并将Tensor数据进行尺寸变换

    from torchvision import transforms
    img_tensor = transforms.ToTensor()(img)
    
    trans_resize = transforms.Resize([512, 512])
    img_resize = trans_resize(img_tensor)
    print(img.size)  # (500, 450)
    print(img_resize.shape) # torch.Size([3, 512, 512])
    
  • 使用summarywrite进行查看

    image-20240706202023651

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

打赏作者

啥都想学的大学生

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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