图像识别技术与应用

Pytorch数据处理工具箱

transforms

transforms提供了对PIL Image对象和Tensor对象的常用操作。  

1）​对PIL Image的常见操作如下。

2）​Scale/Resize​调整尺寸，长宽比保持不变。

3）​CenterCrop、RandomCrop、RandomSizedCrop​裁剪图像。

4）​Pad​填充。

5）​ToTensor​把一个取值范围是[0,255]的PIL.Image转换成Tensor。

6）​RandomHorizontalFlip​图像随机水平翻转

7）​RandomVerticalFlip​图像随机垂直翻转。

8）​ColorJitter​修改亮度、对比度和饱和度。

9）​transforms提供了对PIL Image对象和Tensor对象的常用操作。 

 

对Tensor的常见操作如下。

·如果要对数据集进行多个操作，可通过Compose将这些操作像管道一样拼接起来，类似于nn.Sequential。

transforms提供了对PIL Image对象和Tensor对象的常用操作。 

ImageFolder可以读取不同目录下的图像数据、

ImageFolder可以读取不同目录下的图像数据

使用TensorBoard的一般步骤如下。

2）调用相应的API接口，接口一般格式为：

add_xxx(tag-name, object, iteration-number)

#即add_xxx(标签，记录的对象，迭代次数)

其中，xxx指的是各种可视化方法。

各种可视化方法如下表所示。

Scalar​用于可视化单一数值，例如损失值、准确率等随训练过程的变化。

Image​用于可视化图像数据。

Figure​用于可视化图形或复杂的图表。

Histogram​用于可视化数据的分布。

Audio​用于可视化音频数据。

Text​用于可视化文本数据，例如模型生成的文本或训练日志。

 

·各种可视化方法如下表所示。

Graph​用于可视化计算图结构。

ONNX Graph​用于可视化 ONNX 模型的计算图结构。ONNX 是开放神经网络交换格式。

Embedding​用于可视化高维数据的低维表示。例如，t-SNE 或 PCA 降维后的词向量或特征。

PR Curve​用于可视化精确度-召回率曲线

Video Summaries​用于可视化视频数据

使用TensorBoard的一般步骤如下。

3）启动tensorboard服务。cd到logs目录所在的同级目录，在命令行输入如下命令，logdir等式右边可以是相对路径或绝对路径。

tensorboard --logdir=logs --port 6006   

#如果是windows环境，要注意路径解析，如

#tensorboard --logdir=r'D:\myboard\test\logs' --port 6006

4）Web展示。在浏览器输入：

http://服务器IP或名称:6006  #如果是本机，服务器名称可以使用localhost

用TensorBoard可视化神经网络

import torch

import torch. nn as nn

import torch. nn. functional as F import torchvision

from torch. utils. tensorboard import SummaryWriter

class Net (nn.Module):

def__in:t__(se1f):

super (Net, self).__init__()

self.convl=mn.Cunv2d(1,10,kernel_size=5) seif.con2=m.Ccnv2d(10,20,kerne1_size=5) self.conv2_drop- nn.Dropout2d() seif.fel = nnLinear(320,50) seif.fc2 = mn. Linear(50, 10) seif.bn=mn.BalchNorn2d(20)

def forward(seif,x):

x = F.max_po12d(se1f.conv1(x)，2) x =F.relu(x)+ F.re1u(-2)

x =F.relu(F.max_poo12d(se1C.cunv2_drop(se1f.conv2(x))，2)) x = se1f.bn(x)

x = x.view (-1,320)

x =Г.relu(self.fc1(x) )

x = F.drvpoul(x, training=self.training) x = se1f.fc2(x)