PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】——P11：常见的Transforms（一）

常见的Transforms（一）

1. python中__call__的用法

代码展示：

# 定义一个名为 Person 的类
class Person:
    # 定义 __call__ 方法，该方法使得类的实例可以像函数一样被调用
    def __call__(self, name):
        print("__call__: " + name)  # 当实例被调用时，打印 "__call__: " 加上传入的 name 参数

    # 定义一个名为 hello 的方法，该方法接受一个参数 name
    def hello(self, name):
        print("Hello " + name)  # 打印 "Hello " 加上传入的 name 参数


# 创建 Person 类的一个实例，赋值给变量 person
person = Person()

# 调用 person 实例，传入参数 "zhangsan"，由于 Person 类定义了 __call__ 方法，因此实例可以像函数一样被调用
person("zhangsan")  # 输出: __call__: zhangsan

# 调用 person 实例的 hello 方法，传入参数 "lisi"
person.hello("lisi")  # 输出: Hello lisi

说明：

• __call__ 方法使得类的实例可以像函数一样被调用
• hello 是一个普通的方法，需要通过实例来调用

2. ToTensor的使用

与上节内容相同，在此不做重复记录，点击链接跳转~

3. Normalize的使用

归一化：归一化的目的就是为了让不同的特征在数值上保持一致，避免某些特征对模型的影响过大，从而更好地学习到数据中的模式和关系

3.1. 代码展示与说明

# 导入所需的库
from PIL import Image  # 用于图像处理的库
from torch.utils.tensorboard import SummaryWriter  # 用于记录日志并可视化到 TensorBoard
from torchvision import transforms  # 提供常用的图像预处理方法

# 创建一个 SummaryWriter 对象，用于将日志写入 "logs" 目录
writer = SummaryWriter("logs")

# 定义图像路径
img_path = "dataset/train/ants/0013035.jpg"

# 使用 PIL 的 Image.open 方法打开图像
img = Image.open(img_path)
print(img)  # 打印图像对象的信息（如格式、大小等）

# 创建一个 transforms.ToTensor() 对象，用于将 PIL 图像或 NumPy 数组转换为 PyTorch 张量
trans_totensor = transforms.ToTensor()

# 将图像转换为张量
img_tensor = trans_totensor(img)

# 打印张量的第一个通道的第一个像素的值
print(img_tensor[0][0][0])  # 输出张量的第一个通道的第一个像素的值

# 创建一个 transforms.Normalize 对象，用于对张量进行归一化
# 参数：
#   - mean: 一个列表，表示每个通道的均值。例如 [mean_ch1, mean_ch2, mean_ch3]。
#   - std: 一个列表，表示每个通道的标准差。例如 [std_ch1, std_ch2, std_ch3]。
# 计算公式：output[channel] = (input[channel] - mean[channel]) / std[channel]
# 这里的 [0.5, 0.5, 0.5] 是均值和标准差，表示对每个通道进行归一化。
# 归一化后的像素值范围通常为 [-1, 1]，因为：
#   - 输入像素值范围是 [0, 1]（由 ToTensor 转换得到）。
#   - 归一化公式为 (input - 0.5) / 0.5 = 2 * input - 1，因此结果范围为 [-1, 1]。
trans_norm = transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])

# 对张量进行归一化
img_norm = trans_norm(img_tensor)

# 打印归一化后的张量的第一个通道的第一个像素的值
print(img_norm[0][0][0])  # 输出归一化后的张量的第一个通道的第一个像素的值

# 将归一化后的图像张量添加到 TensorBoard 中，标签为 "Normalize"
writer.add_image("Normalize", img_norm)

# 关闭 SummaryWriter 对象，确保所有日志都被写入
writer.close()

3.2. 输出结果

3.3. 查看图片

终端输入命令：tensorboard --logdir=logs进入tensorboard中查看图片：