PyTorch学习笔记（1）--Transforms的使用

PyTorch学习笔记（1）Transforms的使用

    本博文是PyTorch的学习笔记，第1次内容记录，主要记录了Transforms的使用。

1.什么是Transforms？

1.1Transforms的定义

    对于视觉方向的图像处理方面，PyTorch提供了很好的预处理接口，对于图像的转换处理，使用 torchvision.tranforms 模块使得这些操作非常高效。

1.2transforms.py文件中定义了哪些类

   在transforms.py文件中定义了许多常用的类，通过查看其定义文件，可看到文件中定义的全部类的信息。全部内容如下所示：

__all__ = ["Compose", "ToTensor", "PILToTensor", "ConvertImageDtype", "ToPILImage", "Normalize", "Resize", "Scale",
           "CenterCrop", "Pad", "Lambda", "RandomApply", "RandomChoice", "RandomOrder", "RandomCrop",
           "RandomHorizontalFlip", "RandomVerticalFlip", "RandomResizedCrop", "RandomSizedCrop", "FiveCrop", "TenCrop",
           "LinearTransformation", "ColorJitter", "RandomRotation", "RandomAffine", "Grayscale", "RandomGrayscale",
           "RandomPerspective", "RandomErasing", "GaussianBlur", "InterpolationMode", "RandomInvert", "RandomPosterize",
           "RandomSolarize", "RandomAdjustSharpness", "RandomAutocontrast", "RandomEqualize"]

   查看截图效果如下：

2.Transforms应用举例

2.1项目情况

    通过代码实践transforms中ToTensor类的基本使用。在PyCharm中创建工程PyTorch_learning，并创建数据文件Dataset，里面的数据下载地址为：链接: https://pan.baidu.com/s/1K2c-5fA7bZTShUbv1BrhwQ 密码: towr。在工程下创建main.py文件，工程情况如下所示：

2.2代码详情

    在main.py文件中写如下的代码：代码中主要使用了transorfoms中的Tensor类，其中SummaryWriter用于tensorboard展示图片。（PS：关于Tensorboard的基本使用，可以参照这个Tensorboard博文中的内容）

# coding ：UTF-8
# 文件功能： 代码实现PyTorch中Transforms基本功能
# 开发人员： dpp
# 开发时间： 2021/8/9 11:32 下午
# 文件名称： main.py
# 开发工具： PyCharm
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms

# python的用法-》tensor数据类型
# 通过transforms.ToTensor去解决两个问题

# 2、为什么我们需要Tensor数据类型

img_path = "dataset/train/ants_image/0013035.jpg"
img = Image.open(img_path)
# writer用于tensorboard显示图片
writer = SummaryWriter('logs')

# 1、transsforms该如何使用
tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img)

writer.add_image("Tensor_img", tensor_img)
writer.close()

2.3运行过程

    在上段代码中用到了Tensorboard，于是在PyCharm中做如下步骤的操作：

1. 右键运行main.py文件，会在项目结果中生成logs文件，效果如下：
   
2. 在PyCharm中的Terminal界面中输入代码：
   python3 -m tensorboard.main --logdir=logs
   该代码用于设置tensorboard的文件夹。执行代码之后会显示下述结果：
   
   如果代码不显示上面的结果，可试试下面的代码：
   tensorboard --logdir=logs
   3.直接点击http://localhost:6007，或者在浏览器输入上述地址，在浏览器中展示Tensorboard的内容：
   

3.学习小结

    在本文中展示了Transforms中Tensor类的使用，用下图总结一下其使用过程，在后续将继续学习Transforms中更多的工具类。