pytorch入门

Dataset代码实战

获取图片

from PIL import Image

#斜杠需要转义
img_path="D:\\AAA\\06test\\03python\\learntorch\\pythonProject\\dataset\\train\\ants\\0013035.jpg"  

img=Image.open(img_path)

#输出图片大小
img.size

xian
img.show()

获取图片序列

import os

#相对路径中反斜杠不需要转义
#获取到文件夹路径
dir_path="dataset/train/ants"

#获取到文件夹中每个图片文件名
img_path_list=os.listdir(dir_path)

TensorBoard

SummaryWriter

SummaryWriter 是 PyTorch 中 torch.utils.tensorboard 模块提供的一个类，用于在训练过程中将各种指标（如损失、准确率）以及模型图、图像等信息记录到 TensorBoard 中进行可视化。

1. 将日志信息写入指定目录

from torch.utils.tensorboard import SummaryWriter

# 创建一个 SummaryWriter 实例，指定日志目录为 logs
writer = SummaryWriter(log_dir='./logs')

# 训练过程中的某些操作
for i in range(100):
	第2个是y轴，第3个是x轴
    writer.add_scalar("y=x",i,i)

# 关闭 SummaryWriter
writer.close()

2. 启动TensorBoard

tensorboard --logdir=logs --port=6007 #可设置端口

add_img的使用

图片需要是torch.Tensor或numpy型

img_path="data/train/ants_image/0013035.jpg"

from PIL import Image

#img是PIL型的
img=Image.open(img_path) 

使用opencv读取图片

import numpy as np

#将img转为numpy型赋值给img_array
img_array=np.array(img)

from torch.utils.tensorboard import SummaryWriter
import numpy as np
from PIL import Image


writer=SummaryWriter("logs")
img_path="data/train/ants_image/0013035.jpg"
img_PIL=Image.open(img_path)
img_array=np.array(img_PIL)
print(type(img_array))
print(img_array.shape)
writer.add_image("test",img_array,1,dataformats='HWC')`

Transforms的使用

ToTensor

将PIL型或者numpy型的图片转为tensor型

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


img=Image.open("data/train/ants_image/5650366_e22b7e1065.jpg")
print(img)
trans_totensor = transforms.ToTensor()
img_tensor=trans_totensor(img)
print(img_tensor)

Resize

print(img.size)
trans_resize = transforms.Resize((512,512))
img_resize= trans_resize(img)
img_resize=trans_totensor(img_resize)
print(img_resize)
writer.add_image("resize",img_resize)

Normalize

# Normalize
#output[channel] = (input[channel] - mean[channel]) / std[channel]
print(img_tensor[0][0][0])
trans_norm=transforms.Normalize([0.1,0.8,0.4],[0.3,7,0.6])
img_norm = trans_norm(img_tensor)
print(img_norm[0][0][0])
writer.add_image("0810_3",img_norm,4)