1 简介
在学习李沐在B站发布的《动手学深度学习》PyTorch版本教学视频中发现在操作使用PyTorch方面有许多地方看不懂,往往只是“动手”了,没有动脑。所以打算趁着寒假的时间好好恶补、整理一下PyTorch的操作,以便跟上课程。
学习资源:
- B站up主:我是土堆的视频:PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】
- PyTorch中文手册:(pytorch handbook)
- Datawhale开源内容:深入浅出PyTorch(thorough-pytorch)
2 Transforms
主要用于变换图形
import cv2
import torch
from torchvision import transforms
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
img_path = r"F:\Data and code\data\蚂蚁蜜蜂数据\hymenoptera_data\hymenoptera_data\train\ants\0013035.jpg"
img = Image.open(img_path) # 读出来PIL Image格式图片
cv_img = cv2.imread(img_path) # opencv读出来numpy.array格式图片
writer = SummaryWriter("logs")
2.1 transforms.ToTensor
用于将各种图片格式转化为Tensor
格式,便于神经网络中的训练
trans_totensor = transforms.ToTensor()
img_tensor = trans_totensor(img)
'''在tensorboard中插入一个图片试试'''
writer.add_image("ToTensor", img_tensor)
# writer.close()
-
在工作路径下的命令行中,进入pytorch环境输入:
tensorboard --logdir logs --port=6007
-
打开对应地址http://localhost:6007/
2.2 Normalize归一化,标准化
按通道数输入对应维数的均值以及标准差
trans_norm = transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5]) # 随便写了个均值以及标准差
img_norm = trans_norm(img_tensor)
writer.add_image("Normalize", img_norm)# 也可以在后面输入step参数看变换趋势
writer.close()
得到新的图片:
注:添加新图片后,直接在tensorboard面板里面点刷新就行,不必重新搞命令行
2.3 Resize
注:由PIL->PIL
print(img.size)
trans_resize = transforms.Resize((512,512)) # 非等比缩放,改变长宽比例;若只有1个参数则为等比缩放,限制最长边。
img_resize = trans_resize(img) # 注意这里的img是PIL格式,Resize之后也是PIL格式,还需要进行ToTensor变换
img_resize = trans_totensor(img_resize) # 此时的img_resize就变为了Tensor格式
writer.add_image("Resize", img_resize, 0)
(768, 512)
2.4 Compose
将多个transforms方法组合起来。
Compose()
中的参数需要的是一个列表,列表中的数据为transforms类型,得到:Compose([transforms参数1, transforms参数2,...])
- 注:需要注意transforms参数1的输出是否与transforms参数2的输入匹配
# compose - resize - 2
trans_resize_2 = transforms.Resize(512) # 等比缩放,限制最长边
trans_compose = transforms.Compose([trans_resize_2, trans_totensor]) # 注意两个transform方法输入输出参数的匹配
img_resize_2 = trans_compose(img)
writer.add_image("Resize", img_resize_2, 1)
可以看到对比原先的Resize直接将图片缩成正方形,compose方法成功保持了原有比例并且限制了最长边。
2.5 RandomCrop()随机裁剪
随机剪10张看看效果
trans_random = transforms.RandomCrop(512)
# trans_random = transforms.RandomCrop((500, 1000))
trans_compose_2 = transforms.Compose([trans_random, trans_totensor])
for i in range(10):
img_crop = trans_compose_2(img)
writer.add_image("RandomCrop", img_crop, i)
成功随机剪了10张,太多就不全放了
3 Python中__call__的用法
class Person:
def __call__(self, name):
print("__call__" + "Hello " + name)
def hello(self, name):
print("hello" + name)
person = Person()
person("zhangsan")
person.hello("lisi")
__call__Hello zhangsan
hellolisi