代码实战（小土堆）——Transforms的使用（一）（二）

qq_42022648

已于 2024-01-29 17:45:31 修改

阅读量424

点赞数 8

分类专栏：小土堆代码实战文章标签：人工智能机器学习深度学习

于 2024-01-28 14:46:17 首次发布

本文链接：https://blog.csdn.net/qq_42022648/article/details/135895335

版权

小土堆代码实战专栏收录该内容

22 篇文章 3 订阅

订阅专栏

本文介绍了如何在Python中使用torchvision.transforms的ToTensor函数将PIL图片转换为张量，并通过TensorBoard添加图像日志的过程。

摘要由CSDN通过智能技术生成

代码一

from torchvision import transforms

# python的用法 ——> tensor数据类型
# 通过 transforms.ToTensor 去解决两个问题
img_path = "dataset/train/ants_image/0013035.jpg"
img = Image.open(img_path)

# 1、transforms该如何使用
tensor_trans = transforms.ToTensor() 
tensor_img = tensor_trans(img) 

print(tensor_img)

transforms.ToTensor()：取出 transforms中的ToTensor（创建具体的工具）
tensor_trans(img)：使用ToTensor，返回tensor类型的图片（使用工具）

代码二

from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms

img_path = "dataset/train/ants_image/0013035.jpg"
img = Image.open(img_path)

writer = SummaryWriter("logs")

tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img)

writer.add_image("Tensor_img", tensor_img)