10.08学习笔记Transforms的基本知识

Transforms

tensorboard（图像在网页上可视化工具）

tips:注意得在你的项目的当前目录下进行启动

启动命令：

tensorboard --logdir=你设置的名字

前置代码：

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

writer = SummaryWriter("logs")
img_path = "../dataset/train/ants/0013035.jpg"
img = Image.open(img_path)

工具箱，里有很多方法，如下：

ToTensor

• 将图像数据转化成tensor类型
• 数据格式适合神经网络训练

tensor_trains = transforms.ToTensor()
tensor_img = tensor_trains(img)
writer.add_image("to_tensor", tensor_img)

Normalize

• 用标准差和均值归一化处理tensor类型数据
• 在需要保持数据的比例关系时（如神经网络中），归一化可以帮助模型更快收敛，并减少模型在特定特征上过拟合的风险。

trans_norm = transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])
img_norm = trans_norm(tensor_img)
writer.add_image("to_norm", img_norm)

Resize

• 是将输入数据（通常是图像）缩放到指定的大小
• 用于调整图像的尺寸，确保输入一致性和减少计算量

trans_resize = transforms.Resize((512, 512))
img_resize = trans_resize(img)
img_resize = tensor_trains(img_resize)
writer.add_image("Resize", img_resize, 0)

Compose

• Compose 是一种将多个数据变换方法组合起来执行的操作。
• 将多个预处理步骤（如 Resize、归一化、转Tensor等）组合在一起，形成一个完整的预处理管道。

trans_resize_2 = transforms.Resize(512)
trans_compose = transforms.Compose([trans_resize_2, tensor_trains])
img_resize_2 = trans_compose(img)
writer.add_image("Resize_2", img_resize_2, 1)

使用torchvision里的dataset

• 下载数据集

train_set = torchvision.datasets.CIFAR10(root="../dataset", train=True, transform=dataset_transform, download=True)
test_set = torchvision.datasets.CIFAR10(root="../dataset", train=False, transform=dataset_transform, download=True)

• 设置处理的格式

dataset_transform = torchvision.transforms.Compose([
    torchvision.transforms.ToTensor()
])

DataLoader

test_loader = DataLoader(dataset=test_set, batch_size=64, shuffle=True, num_workers=0, drop_last=True)

参数设置：

• dataset :它指定要加载的数据集
• batch_size : 每个批次的数据量，即每次加载多少样本
• shuffle:是否在每个 epoch 训练之前随机打乱数据集
• num_workers: 加载数据时使用的子进程数。num_workers=0 表示数据将在主进程中加载。较大的 num_workers 值可以加快数据加载速度（并行化）。
• drop_last :如果 True，则当数据集大小不能被 batch_size 整除时，丢弃最后一批不完整的小批量。如果 False，则保留最后一批不完整的小批量。