深度学习（二十）计算机视觉数据增广新手入门及常见问题解决

最新推荐文章于 2024-08-07 09:38:35 发布

浮云白日303

最新推荐文章于 2024-08-07 09:38:35 发布

阅读量356

点赞数 6

文章标签：计算机视觉深度学习人工智能 python 学习

本文链接：https://blog.csdn.net/m0_68737530/article/details/136002157

版权

本文介绍了如何在PyTorch中使用OpenCV库进行图像操作，如变换、翻转、裁剪和色彩调整。并通过CIFAR-10数据集展示了数据增强技术在深度学习训练中的应用，包括使用DataLoader和多GPU训练策略。

摘要由CSDN通过智能技术生成

import cv2
import torch
import torchvision
from torch import nn
from d2l import torch as d2l

d2l.set_figsize()
img = d2l.Image.open('E:\\pythonProject/img/cat1.jpg')
# d2l.plt.imshow(img);

# im = cv2.imread('E:\\pythonProject/img/cat1.jpg')
# cv2.imshow('im',im)
# cv2.waitKey(0)
# cv2.destroyAllWindows()
##对图像进行变化 两行四列
def apply(img,bianhua,row=2,col=4,bili =1.5):
    y = [bianhua(img) for _ in range(row*col)]
    d2l.show_images(y,row,col,scale=bili)
# #对图像做左右反转
# apply(img,torchvision.transforms.RandomHorizontalFlip())
# #上下翻转
# apply(img,torchvision.transforms.RandomVerticalFlip())
# #随机裁剪一个面积为原始面积10%到100%的区域，
# # 该区域的宽高比从0.5～2之间随机取值。 然后，区域的宽度