transforms的使用
简单介绍一个 transforms 的功能
transforms 主要用于对图片的变换。
下面是常用的函数
toTensor( )
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
from PIL import Image
"""
1. transforms 该如何使用
2. 为什么需要Tensor数据类型
"""
img_path = "dataset/train/ants_image/0013035.jpg"
img = Image.open(img_path)
writer = SummaryWriter("logs")
# ToTensor() 的使用
trans_totensor = transforms.ToTensor() # 返回一个ToTensor 对象
img_tensor = trans_totensor(img) # 将传入的图片转换成Tensor类型的图片并返回
writer.add_image("Tensor_img", img_tensor)
writer.close()
由输出结果可知图片转换为了tensor类型
在网站上显示出来
Normalize( )
归一化
归一化目的就是将不同尺度上的评判结果统一到一个尺度上,从而可以作比较,作计算
比如想买入10吨铁矿,用的人民币和美元肯定不同,那么这10吨铁矿的价值到底是多少,就需要一个统一的标准来衡量,全世界那么多国家,都要用自己国家的货币去买,到底该付多少,就很迷茫。这时,规定用美元统一结算,各国按照本国货币对比美元的汇率,再加上10吨铁矿的美元价值,就可以算出自己应付多少本国货币。
归一化公式:output[channel] = (input[channel] - mean[channel]) / std[channel]
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
from PIL import Image
"""
1. transforms 该如何使用
2. 为什么需要Tensor数据类型
"""
img_path = "dataset/train/ants_image/0013035.jpg"
img = Image.open(img_path