P9 transform的使用 自用 跟学小土堆

一、transform的结构和用法

from torchvision import transforms

然后contrl+鼠标左键

可以看到有很多的类，我们用的时候输入在 object 位置可以继承这个类

点击这里可以看结构

c就是class的意思

一、1 先看compose类

class Compose:
    """Composes several transforms together. This transform does not support torchscript.
    Please, see the note below.   //这里是说compose包含几个transorms//

    Args:
        transforms (list of ``Transform`` objects): list of transforms to compose.

    Example:
        >>> transforms.Compose([
        >>>     transforms.CenterCrop(10),   //这里是做一个中心裁剪//
        >>>     transforms.PILToTensor(),
        >>>     transforms.ConvertImageDtype(torch.float),
        >>> ])

一、2 Totensor类

lass ToTensor:
    """Convert a PIL Image or ndarray to tensor and scale the values accordingly. //PIL或者numoy列表转换成tensor的形式//

    This transform does not support torchscript.

    Converts a PIL Image or numpy.ndarray (H x W x C) in the range
    [0, 255] to a torch.FloatTensor of shape (C x H x W) in the range [0.0, 1.0]
    if the PIL Image belongs to one of the modes (L, LA, P, I, F, RGB, YCbCr, RGBA, CMYK, 1)
    or if the numpy.ndarray has dtype = np.uint8



下面：
 def __call__(self, pic):
        """
        Args:
            pic (PIL Image or numpy.ndarray): Image to be converted to tensor.

        Returns:
            Tensor: Converted image.
        """
        return F.to_tensor(pic)
 这个方法输出的就是to tensort类型照片

通过transforms.ToTensor去解决两个问题

a.transform该如何使用（python）
b.为什么需要Tensor数据类型

第一个问题：

先导入一张图片我们看
from torchvision import transforms
from   PIL import Image
img_path="D:\\PyCharm\\Py_Projects\\XiaoTuDui\\datasets_jinjieP7\\train\\ants_image\\0013035.jpg"
img=Image.open(img_path)
print(img)
输出结果为PIL 格式
<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=768x512 at 0x1B0079666A0>

from torchvision import transforms
from   PIL import Image
img_path="D:\\PyCharm\\Py_Projects\\XiaoTuDui\\datasets_jinjieP7\\train\\ants_image\\0013035.jpg"
img=Image.open(img_path)
print(img)

tensor_trans=transforms.ToTensor //在下方输入这个//
tensor_img=tensor_trans()

方法一、我们鼠标左键+contrl可以看到call需要pic

方法二、鼠标左键放到括号内。按住ctrl+p可以看需要的参数

小插曲！~我们继续

from torchvision import transforms
from   PIL import Image
img_path="D:\\PyCharm\\Py_Projects\\XiaoTuDui\\datasets_jinjieP7\\train\\ants_image\\0013035.jpg"
img=Image.open(img_path)
print(img)

tensor_trans=transforms.ToTensor()
tensor_img=tensor_trans(img)
print(tensor_img)
输出结果为：
<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=768x512 at 0x1A971B5C880>
tensor([[[0.3137, 0.3137, 0.3137,  ..., 0.3176, 0.3098, 0.2980],
         [0.3176, 0.3176, 0.3176,  ..., 0.3176, 0.3098, 0.2980],
         [0.3216, 0.3216, 0.3216,  ..., 0.3137, 0.3098, 0.3020],

另外注意这里不用调入call，直接可以调用
call()是一种magic method，在类中实现这一方法可以使该类的实例（对象）像函数一样被调用。
含有__call__方法的类，调用类的名称生成实例时会自动运行该方法
tensor_img = tensor_trans(img)调用了call方法，相当于tennsor_img = tensor_trans.call(img)
python中带__方法名___的方法都是默认的运行函数时自动运行的
前面tensor_trans=transforms.ToTensor()把totensor实例化了

第二个问题
为什么需要tensor的书籍类型
我们把上述代码复制到控制台

可以看到tensor_img处有一些东西：
grad 梯度
grad fn梯度方法
device设备

以上讲解了PIL转tensor
现在我们看 numpy

复习SummarayWriter

from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
from   PIL import Image
img_path="D:\\PyCharm\\Py_Projects\\XiaoTuDui\\datasets_jinjieP7\\train\\ants_image\\0013035.jpg"
img=Image.open(img_path)
print(img)

SummaryWriter()

tensor_trans=transforms.ToTensor()
tensor_img=tensor_trans(img)
print(tensor_img)

ctrl+p可以看到需要写一个文件名

继续写writer.add_img()

参数有标题、图片类型。。。。。

from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
from   PIL import Image
img_path="D:\\PyCharm\\Py_Projects\\XiaoTuDui\\datasets_jinjieP7\\train\\ants_image\\0013035.jpg"
img=Image.open(img_path)
print(img)

writer=SummaryWriter("logs")

tensor_trans=transforms.ToTensor()
tensor_img=tensor_trans(img)
print(tensor_img)

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

终端输入** D:\PyCharm\Py_Projects\XiaoTuDui>cd XiaoTuDui
**(DL) D:\PyCharm\Py_Projects\XiaoTuDui>tensorboard --logdir=logs