transforms.Compose
: 这是一个用于将多个图像变换组合在一起的容器。Compose
接受一个包含各种变换的列表,并按顺序应用它们。
transform = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),
])
让我们逐步解释 transforms.Compose
的作用和用法:
-
容器概念: 在这里,
transforms.Compose
是一个容器,类似于一个装载多个图像变换的盒子。这个容器允许你将多个变换组合在一起,以形成一个复合的变换。 -
列表: 在Python中,列表是一种有序的数据结构,用方括号
[]
表示。在这个上下文中,transforms.Compose
接受一个包含各种图像变换的列表。列表中的每个元素都是一个图像变换操作,例如transforms.ToTensor()
或transforms.Normalize()
。 -
一个包含各种变换的列表: 这意味着你可以创建一个包含多个图像变换操作的列表,每个元素都是一个变换。例如:
my_transforms = [transforms.Resize((256, 256)), transforms.ToTensor(), transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))]
-
按顺序应用:
transforms.Compose
会按照你提供的列表顺序,依次对输入的图像应用这些变换。在上述例子中,首先进行 Resize 操作,然后是 ToTensor 操作,最后是 Normalize 操作。my_transforms = transforms.Compose([ transforms.Resize((256, 256)), transforms.ToTensor(), transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)) ])
当你使用这个
my_transforms
对象来处理图像时,它将按照指定的顺序应用这些变换。
这个机制的好处是,你可以在一个简单的对象中组合多个图像处理操作,使得图像预处理的过程更加清晰、模块化和易于管理。