maxnet学习(1):image函数

本文介绍了MXNet中的image模块,包括imdecode与imread的区别,cv2.imread与mxnet.image.imread的不同,以及resize、resize_short、scale_down等尺寸调整方法。此外,还详细阐述了color_normalize函数和ImageIter类,后者用于数据增强和迭代。ImageIter支持多种数据预处理操作,如随机裁剪、翻转、颜色归一化等,并能适应分布式训练和数据打乱。
摘要由CSDN通过智能技术生成

reference:https://mxnet.incubator.apache.org/api/python/image/image.html#mxnet.image.imread

注意这里不是gluon的函数

1.mxnet.image.imdecode和mxnet.image.imread的区别

二者都是使用C++的opencv对图像进行处理,imdecode将图片解码为NDarray,而在此前需要读入图片。imread直接读入并解码图片。二者都可以设置flag=0读入灰度图片,设置to_rgb=0保持原本的bgr格式(opencv)。

读进的图片都是0~255, shape = (H, W, C)。而输入gluon的网络需要0~1, shape = (n, C, H, W), 在输入网络之前需要经过转换

img = mxnet.image.imdecode(open("dog.jpg", "rb").read())
img = mxnet.image.imread("dog.jpg")
def transform(data): # Imagenet pretrained model 
    data = data.transpose((2, 0, 1)).expand_dims(axis = 0)
    rgb_mean = nd.array([0.485, 0.456, 0.406]).reshape(1, 3, 1, 1)
    rgb_std = nd.array([0.229, 0.224, 0.225]).reshape(1, 3,<
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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