torchvision库学习之transforms.Compose(模块)

torchvision库学习之transforms.Compose(模块)

一、简介

transforms.Compose 是 torchvision 库中的一个模块，用于将多个图像变换操作组合在一起。它允许用户将一系列图像变换操作按顺序应用于图像数据，简化了数据预处理流程。

二、语法和参数

语法

transforms.Compose(transforms)

参数

• transforms：一个包含多个图像变换操作的列表，这些操作将按顺序应用于输入图像。

三、实例

3.1 将图像转换为张量并归一化

• 代码

from torchvision import transforms
from PIL import Image
import torch

# 定义变换操作
transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])

# 加载图像
image = Image.open('2015_00097.jpg')

# 应用变换操作
transformed_image = transform(image)

# 输出变换后的张量
print(transformed_image.shape)

• 输出

# 输出一个归一化后的张量，形状为 (3, H, W)

3.2 图像随机裁剪和水平翻转

• 代码

from torchvision import transforms
from PIL import Image

# 定义变换操作
transform = transforms.Compose([
    transforms.RandomResizedCrop(224),
    transforms.RandomHorizontalFlip()
])

# 加载图像
image = Image.open('example.jpg')

# 应用变换操作
transformed_image = transform(image)

# 显示变换后的图像
transformed_image.show()

• 输出

# 显示一个随机裁剪并水平翻转后的图像

四、注意事项

1. transforms.Compose 中的变换操作将按顺序应用，因此顺序非常重要。
2. 确保输入图像的格式与变换操作的要求一致，例如 transforms.ToTensor() 期望输入是 PIL 图像。
3. 在使用 transforms.Normalize 时，需要提供正确的均值和标准差，这些值通常根据预训练模型的要求来设置。

​