pytorch框架--数据方面--预处理

缩放

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

# 可视化图表使用命令:注意对应名字
# tensorboard --logdir=logs --port=6006
# 可加参数: --port=6007       设置端口号
image_path = "./data/train/Cat/222.jpg"
img = Image.open(image_path)

# 可视化
# 创建图表文件
writer = SummaryWriter("log1")


# 缩放1 缩放至制定大小
trans_resize_1 = transforms.Resize((512, 512))
img_resize = trans_resize_1(img)
# 缩放后图像-->转化为tensor
tensor_trans_1 = transforms.ToTensor()
img_resize_1 = tensor_trans_1(img_resize)
writer.add_image("Resize1", img_resize_1, 1)


# 缩放2 不改变长宽比的缩放
trans_resize_2 = transforms.Resize(512)
# 缩放后图像-->转化为tensor
tensor_trans_2 = transforms.ToTensor()
trans_compose = transforms.Compose([trans_resize_2, tensor_trans_2])
img_resize_2 = trans_compose(img)
writer.add_image("Resize2", img_resize_2, 2)

writer.close()
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

默执_

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