【深度学习】transforms图像预处理操作


前言

transforms这个函数大量出现于CV领域的深度学习,但是我一直没搞懂什么样的数据集应该使用什么样的操作。比如,这些图片是需要裁剪,还是翻转,还是怎么样的,并且它们操作完之后是什么样子的。这一期我们就好好实验一下。

有一点比较重要的是,在每次从torchvision.datasets 接口import 数据集时,都可以要使用transfrom操作(就连最简单的mnist数据集也需要),如果是自制数据集的话,也可以i使用IamgeFolder里面设置transform操作
简单一点就这样:(只有一个操作)

from torchvision import datasets,transforms
training_data = datasets.MNIST(
    root="data",
    train=True,
    download=True,
    transform=transforms.ToTensor(),
)

复杂一点的就这样,有Compose有多个操作:

from torchvision import datasets,transforms
training_data = datasets.CIFAR10(
    root="data",
    train=True,
    download=True,
    transform=transforms
)
transforms=transforms.Compose(
    .................
)

注意Compose大写。
我们今天的任务就是好好研究一下里面的命令

一、transforms.compose() 图像预处理操作组合

这个是里面最基本的命令,把多个图像预处理操作放在一起了,不多解释了。

二、transforms.ToTensor() 转为张量

看了四五个项目,总结下来就是:其他的命令也许你可以不用,但是这个命令是必须的。因为需要把图像转为张量。
它让图像数组或image对象转为张量且归一化到(0,1):
我们实验一下:

from torchvision import transforms,datasets
import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
import matplotlib.pyplot as plt

train = datasets.ImageFolder('E:/图像处理课题/cat_dog/train')
plt.imshow(train[0][0])
plt.show()
print(type(train[0][0]))

train = datasets.ImageFolder('E:/图像处理课题/cat_dog/train',
                             transform=transforms.ToTensor())
print(train[0][0])
print(type(train[0][0]))

我从猫狗数据集中随便找了一张照片显示:
在这里插入图片描述
此时用ImageFolder导入的类型为:
在这里插入图片描述

使用totensor之后:
在这里插入图片描述
不仅变为了张量,且到了0-1之间

三、transforms.Normalize()图像标准化操作

这个操作一般在transforms.ToTensor()的后面,具体操作就是对张量进行正态化,标准化(标准高斯分布)

from torchvision import transforms,datasets
import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
import matplotlib.pyplot as plt
transform=transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485,0.456,0.406],std=[0.229,0.224,0.225])
])#记得打【】 不然要报错
train = datasets.ImageFolder('E:/图像处理课题/cat_dog/train',
                             transform=transform)
print(train[0][0])
print(type(train[0][0]))

结果如下,可以看到转为了标准高斯分布:
在这里插入图片描述
一般来说用的比较多的参数:mean=[0.485,0.456,0.406],std=[0.229,0.224,0.225]

四、transforms.CenterCrop() 由中心按指定大小切割

这个是从中心点开始裁剪的

from torchvision import transforms,datasets
import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
import matplotlib.pyplot as plt
# transform=transforms.Compose([
#     transforms.CenterCrop(224),
#     transforms.ToTensor(),
#     transforms.Normalize(mean=[0.485,0.456,0.406],std=[0.229,0.224,0.225])
# ])#记得打【】 不然要报错
train = datasets.ImageFolder('E:/图像处理课题/cat_dog/train')
plt.imshow(train[0][0])
plt.show()
train = datasets.ImageFolder('E:/图像处理课题/cat_dog/train',
                             transform=transforms.CenterCrop(224))
plt.imshow(train[0][0])
plt.show()
print(train[0][0])
print(type(train[0][0]))

原本的图像:
在这里插入图片描述
现在的图像:
在这里插入图片描述

五、transforms.RandomCrop() 中心点的位置随便选取,指定大小切割

from torchvision import transforms,datasets
import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
import matplotlib.pyplot as plt
# transform=transforms.Compose([
#     transforms.CenterCrop(224),
#     transforms.ToTensor(),
#     transforms.Normalize(mean=[0.485,0.456,0.406],std=[0.229,0.224,0.225])
# ])#记得打【】 不然要报错
train = datasets.ImageFolder('E:/图像处理课题/cat_dog/train')
plt.imshow(train[0][0])
plt.show()
train = datasets.ImageFolder('E:/图像处理课题/cat_dog/train',
                             transform=transforms.RandomCrop(224))
plt.imshow(train[0][0])
plt.show()
print(train[0][0])
print(type(train[0][0]))

在这里插入图片描述

六、transforms.RandomResizedCrop() 随机长宽比裁剪为指定大小

from torchvision import transforms,datasets
import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
import matplotlib.pyplot as plt
# transform=transforms.Compose([
#     transforms.CenterCrop(224),
#     transforms.ToTensor(),
#     transforms.Normalize(mean=[0.485,0.456,0.406],std=[0.229,0.224,0.225])
# ])#记得打【】 不然要报错
train = datasets.ImageFolder('E:/图像处理课题/cat_dog/train')
plt.imshow(train[0][0])
plt.show()
train = datasets.ImageFolder('E:/图像处理课题/cat_dog/train',
                             transform=transforms.RandomResizedCrop(224))
plt.imshow(train[0][0])
plt.show()
print(train[0][0])
print(type(train[0][0]))

在这里插入图片描述

七、transforms.RandomResizedCrop()随机水平翻转

from torchvision import transforms,datasets
import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
import matplotlib.pyplot as plt
# transform=transforms.Compose([
#     transforms.CenterCrop(224),
#     transforms.ToTensor(),
#     transforms.Normalize(mean=[0.485,0.456,0.406],std=[0.229,0.224,0.225])
# ])#记得打【】 不然要报错
train = datasets.ImageFolder('E:/图像处理课题/cat_dog/train')
plt.imshow(train[0][0])
plt.show()
train = datasets.ImageFolder('E:/图像处理课题/cat_dog/train',
                             transform=transforms.RandomHorizontalFlip())
plt.imshow(train[0][0])
plt.show()
print(train[0][0])
print(type(train[0][0]))

在这里插入图片描述

  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 在Pytorch中,图像预处理通常使用transforms模块来完成。以下是一些常见的图像预处理操作: 1. Resize:调整图像大小。 ``` transforms.Resize((height, width)) ``` 2. CenterCrop:在图像中心进行裁剪。 ``` transforms.CenterCrop(size) ``` 3. RandomCrop:在随机位置进行裁剪。 ``` transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode='constant') ``` 4. Normalize:对图像进行标准化处理。 ``` transforms.Normalize(mean, std) ``` 5. ToTensor:将数据类型转换为张量(Tensor)。 ``` transforms.ToTensor() ``` 6. RandomHorizontalFlip:随机水平翻转。 ``` transforms.RandomHorizontalFlip(p=0.5) ``` 7. RandomRotation:随机旋转。 ``` transforms.RandomRotation(degrees, resample=False, expand=False, center=None) ``` 这些操作可以通过组合使用来构建一个预处理管道。例如,以下代码将对图像进行中心裁剪、标准化和转换为张量: ``` transform = transforms.Compose([ transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) ``` ### 回答2: PyTorch是一种流行的机器学习框架,提供了丰富的图像预处理功能,便于处理和准备图像数据用于训练深度学习模型。 首先,PyTorch图像预处理的第一步通常是加载图像。PyTorch提供了torchvision库,其中包括一些常用的数据集,如ImageFolder,可以方便地加载和处理图像数据。 接下来,预处理图像的常见步骤是将其转换为Tensor格式。PyTorch将图像表示为张量,可以通过使用transforms.ToTensor()转换图像数据类型为torch.Tensor。这样可以使图像数据可以直接输入到神经网络中进行训练。 此外,图像预处理包括常见的数据增强方法,如随机裁剪、随机翻转、旋转和缩放等。这些数据增强方法有助于增加模型的泛化能力,提高模型对于不同样本的鲁棒性。可以使用transforms库提供的方法,如RandomCrop、RandomHorizontalFlip和RandomRotation等来实现这些数据增强操作。 另外,在进行图像预处理时,还可以进行归一化操作。这可以通过使用transforms.Normalize()方法,将图像的像素值进行标准化处理,使其符合模型训练的要求。标准化会根据图像像素的均值和标准差进行处理。 最后,为了方便创建可以训练的数据集,可以使用torch.utils.data.DataLoader将预处理后的图像加载为批量数据。DataLoader还提供了一些常用的功能,如数据随机打乱和并行加载等。 综上所述,PyTorch提供了丰富的图像预处理功能,通过transforms库以及相关的方法,可以将图像数据加载、转换为张量、进行数据增强和标准化等操作,方便地准备和处理图像数据以供深度学习模型使用。 ### 回答3: PyTorch图像预处理是一系列的操作,用于将输入的图像数据转换为适合神经网络训练的格式。下面将介绍几种常见的PyTorch图像预处理方法。 1. 图像变换(Image Transformations):这是最基本的图像预处理步骤,包括调整图像大小,裁剪、缩放、旋转等操作。可以使用torchvision库中的transforms模块来实现,例如使用Resize函数调整图像大小,使用RandomCrop函数进行随机裁剪。 2. 数据增强(Data Augmentation):数据增强是指通过对原始图像进行一系列变换来生成新的训练样本,旨在扩大训练集规模和增加数据的多样性,以提高模型的泛化能力。常用的数据增强操作包括随机翻转、随机旋转、随机裁剪等。可以使用torchvision库中的transforms模块的RandomHorizontalFlip、RandomVerticalFlip、RandomRotation、RandomCrop等函数来实现。 3. 标准化(Normalization):标准化是将图像的像素值进行归一化处理,使其符合神经网络的输入要求。常用的标准化方法是将像素值减去均值,然后除以标准差。可以使用torchvision库中的transforms模块的Normalize函数来实现。 4. 数据加载(Data Loading):在PyTorch中,可以使用torchvision库中的datasets模块来加载图像数据集。datasets模块提供了一些常用的图像数据集,如CIFAR-10、ImageNet等。加载图像数据集时,可以使用transforms参数来指定需要进行的图像预处理操作。 5. 批量处理(Batch Processing):在神经网络训练过程中,通常会将训练数据划分为小批量进行训练,以提高运算效率。可以使用torch.utils.data.DataLoader模块中的DataLoader函数来进行批量处理。 总结起来,PyTorch图像预处理包括图像变换、数据增强、标准化、数据加载和批量处理等操作,通过这些操作可以将原始图像数据转换为适合神经网络训练的格式。这些预处理操作可以提高模型的训练效果和泛化能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值