常用代码:
import torchvision
data_transform = torchvision.transforms.Compose([
# 随机缩放裁剪 size 224*224
torchvision.transforms.RandomResizedCrop(224),
# 随机裁剪 size 224*224
torchvision.transforms.RandomCrop(224),
# 中心裁剪 size 224*224
torchvision.transforms.CenterCrop(224),
# 将图片的尺寸 Resize 到128*128 不裁剪
torchvision.transforms.Resize((128,128)),
# 转为张量并归一化到[0,1](是将数据除以255),且会把H*W*C会变成C *H *W
torchvision.transforms.ToTensor(),
# 数据归一化处理,3个通道中的数据整理理到[-1, 1]区间。3个通道,故有3个值。该[0.485, 0.456, 0.406]这一组平均值是从imagenet训练集中抽样算出来的。
# ToTensor()的[0,1]只是范围改变了, 并没有改变分布,mean和std处理后可以让数据正态分布
torchvision.transforms.Normalize(mean=[0.485, 0.456, 0.406],std=[0.229, 0.224, 0.225]),
])