浅谈对transforms.ToTensor()和transforms.Normalize()函数的理解

---

前言

在进行tensor图片数据进行视觉时,一般会进行预处理操作,这个时候就需要用到ToTensor()和Normalize()这两个函数.

---

提示：以下是本篇文章正文内容，下面案例可供参考

一.ToTensor函数

1.ToTensor函数的作用

1.将shape为(H,W,C)的数据维度转变为(C,H,W),其中C表示通道数,H表示高度,W表示宽度。
2. 将输入数据归一化到(0,1)的范围内,其归一化方法为除以255进行缩放

2.代码实现

import torch
import torchvision 
from   torchvision.transforms import transforms
import numpy as np

'''tranforms.Compose将多个函数进行组合'''
tranforms_1 = transforms.Compose([transforms.ToTensor()])

tensor1 = np.array([[[1,2,3],[4,5,6],[7,8,9],[5,6,7]],
           [[1,2,3],[4,5,6],[7,8,9],[5,6,7]],
           [[1,2,3],[4,5,6],[7,8,9],[5,6,7]],
           [[1,2,3],[4,5,6],[7,8,9],[5,6,7]]],dtype = np.float32)
print(f'未转换数据前数据的维度为{tensor1.shape}')  #（4，4，3）
trans_tensor1 = tranforms_1(tensor1)
print(f'转换后数据的维度为{trans_tensor1.shape}')   #（3，4，4）

3.数据没有归一化问题

可以看到，在经过ToTensor（）函数的处理之后，维度确实发生了变化，达到预期的效果，接下来再输出转换前的数据和转换后的数据。

print(tensor1[0]) 
 #[[1. 2. 3.]
 #[4. 5. 6.]
 #[7. 8. 9.]
 #[5. 6. 7.]]
print(trans_tensor1[0])
#tensor([[1., 4., 7., 5.],
        #[1., 4., 7., 5.],
        #[1., 4., 7., 5.],
       # [1., 4., 7., 5.]])

可以发现，转换后的trans_tensor1虽然维度确实发现了变化，可是数据应该缩放到[0,1]的范围，但是数据本身却没有发生变化，进入到ToTensor（）的实现函数查看原因

可以看到，传入的数据需要是字节类型的数据，否则会返回传入的数据本身。那么传入的数据类型究竟应该是什么呢？接下来使用cv函数读取图片并转换数据查看结果

import cv2
images = cv2.imread('../data/cat1.jpg')

images_result = tranforms_1(images)
#(288, 352, 3) torch.Size([3, 288, 352])

print(images.shape,images_result.shape)
print(images_result[0])
# tensor([[0.9765, 0.9961, 1.0000,  ..., 0.9647, 0.9647, 0.9647],
#         [0.9686, 0.9922, 1.0000,  ..., 0.9608, 0.9686, 0.9608],
#         [0.9255, 0.9647, 0.9922,  ..., 0.9765, 0.9843, 0.9765],
#         ...,
#         [0.0392, 0.3098, 0.4157,  ..., 0.2118, 0.2157, 0.2157],
#         [0.0588, 0.2627, 0.3098,  ..., 0.1608, 0.1608, 0.1608],
#         [0.0196, 0.0706, 0.0392,  ..., 0.0549, 0.0549, 0.0510]])

print(images.dtype)  #unit8

在传入图片调用ToTensor（）函数后，发现数据的维度发生了变化，数据也归一化，输出image的数据类型发现，为unit8，接着我们将前面的numpy数组的数据类型转变为unit8后发现，输出结果正常，因此传入的数据需要为unit8

tensor1 = np.array([[[1,2,3],[4,5,6],[7,8,9],[5,6,7]],
           [[1,2,3],[4,5,6],[7,8,9],[5,6,7]],
           [[1,2,3],[4,5,6],[7,8,9],[5,6,7]],
           [[1,2,3],[4,5,6],[7,8,9],[5,6,7]]],dtype = np.uint8)

#[[1 2 3]
 #[4 5 6]
 #[7 8 9]
 #[5 6 7]]
print(tensor1[0]) 

#tensor([[0.0039, 0.0157, 0.0275, 0.0196],
  #      [0.0039, 0.0157, 0.0275, 0.0196],
    #    [0.0039, 0.0157, 0.0275, 0.0196],
      #  [0.0039, 0.0157, 0.0275, 0.0196]])
print(trans_tensor1[0])

二.Normalize（）函数

1.Normalize函数的作用

Normalize()函数的作用是将数据转换为标准高斯分布,每个通道都进行标准化，即每个通道的均值都变为0，标准差都变为1，这样可以加快模型的收敛。

2.代码实现

`'''均值mean=[0.485, 0.456, 0.406],
 标准差std=[0.229, 0.224, 0.225]
 这一组数据是由Imagenet训练集中抽样训练出来的'''
tranforms_2 = transforms.Compose([transforms.ToTensor(),transforms.Normalize
(mean = [0.485, 0.456, 0.406],
std = [0.229, 0.224, 0.225])])

tensor1 = np.array([[[1,2,3],[4,5,6],[7,8,9],[5,6,7]],
           [[1,2,3],[4,5,6],[7,8,9],[5,6,7]],
           [[1,2,3],[4,5,6],[7,8,9],[5,6,7]],
           [[1,2,3],[4,5,6],[7,8,9],[5,6,7]]],dtype = np.uint8)

trans_tensor2 = tranforms_2(tensor1)
trans_tensor2