pytorch学习笔记（四）——torchvision.transforms的使用

原创 已于 2022-04-27 10:39:29 修改 · 2.8k 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#pytorch #深度学习 #python

于 2022-04-27 09:19:32 首次发布
本文详细介绍了torchvision.transforms模块在图像预处理中的作用，包括ToTensor、Normalize、Resize和Compose等关键操作。通过实例展示了如何将图片转换为tensor，进行归一化处理，调整图片大小，并组合多个变换。此外，还演示了RandomCrop随机裁剪的使用方法，以及在tensorboard中展示图像变换效果的过程。

1. transforms作用

torchvision.transforms是pytorch中的图像预处理包，包含了很多种对图像数据进行变换的函数，例如裁剪翻转旋转等操作，这些都是在我们进行图像数据读入步骤中必不可少的。

2. transform各功能的用法

  1. ToTensor
    把图片数据转换成tensor数据类型
  2. Normalize
    归一化： Normalize创建实例时要输入均值和标准差，进行归一化操作输入需要是tensor类型的图片
  3. Resize
    缩放图片大小
  4. Compose
    一个transforms的系列变化,Compose中的参数是一个列表，列表元素要是transforms类型的，即Compose([transforms1,transforms2,…])
  5. RandomCop 随机裁剪
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms

# python __call__函数的使用：直接用类对象(call的参数) 即可调用call函数

writer = SummaryWriter("logs")

img = Image.open("dataset/train/ants/5650366_e22b7e1065.jpg")

# 1. ToTensor 把图片数据转换成tensor数据类型
trans_totensor
最低0.47元/天 解锁文章
PyTorch之torchvision.transforms详解[原理+代码实现]
雷恩Layne
07-23 2万+
文章目录前言torchvision.transforms常用变换类transforms.Composetransforms.Normalize(mean, std)transforms.Resize(size)transforms.Scale(size)transforms.CenterCrop(size)transforms.RandomCrop(size)transforms.RandomResizedCrop(size,scale)transforms.RandomHorizontalFliptran
pytorch学习笔记（五）——torchvision.datasets数据集的使用
NA_imu的博客
04-27 2041
1. torchvision torchvision是pytorch工程的一部分，主要用于视觉方面的一个包，包括流行的数据集、模型架构和用于计算机视觉的常见图像转换torchvision.transforms torchvision官网页面（从pytorch官网docs点开） 2. torchvision.datasets常见的数据集 3. 数据集的使用——以CIFAR10为例 import torchvision # CIFAR10数据集包括60000张32×32的彩色图片，属于10个类型 from
[Pytorch]torchvision.transform
qq_42995479的博客
10-14 1119
transforms 是图像处理函数，主要用于对索引出来的图片进行 剪切、翻转、平移、仿射等操作，也就是得到我们想要的预处理过程。 pytorch 提供的 torchvision.transforms 模块是专门用来进行图像预处理的，本文按照处理方式的不同，分组介绍和试验这些预处理方法 注意点 transforms.Compose() 可以把多类转换操作结合起来 可转换的图像包括 PIL Image, Tensor Image 或 batch of Tensor Images. .
【torchvision】torchvision.transforms 模块：图像预处理和数据增强
最新发布
彬彬侠的博客
10-10 1013
torchvision.transforms 是 PyTorch 中用于图像预处理和数据增强的核心模块，提供多种变换操作（如裁剪、缩放、旋转、归一化等），支持 PIL 图像、NumPy 数组和 PyTorch 张量的转换。通过模块化设计，可单独或组合使用变换（如 Compose），实现高效数据流水线。主要功能包括格式转换（ToTensor）、几何调整（Resize/RandomCrop）、颜色增强（ColorJitter）和归一化（Normalize）。该模块与 DataLoader 深度集成，适用于分类、
torchvision.transforms
Bobodareng的博客
06-05 1886
图像预处理——transforms 1. transforms运行机制 1.1 torchvision：Pytorch计算机视觉工具包，包含三大模块 torchvision.transforms: 常用的图像预处理方法 • 数据中心化 • 数据标准 • 缩放 • 裁剪 • 旋转 • 翻转 • 填充 • 噪声添加 • 灰度变
pytorch torchvision transform
weixin_39739616的博客
11-07 336
一、对PIL.Image进行变换 class torchvision.transforms.Compose(transforms) 将多个  transform 组合起来使用。 transforms： 由transform构成的列表. 例子： transforms.Compose([ transforms.CenterCrop(10), transforms.ToTe...
Pytorch学习笔记——Torchvision数据集使用
weixin_50765519的博客
05-04 2333
Torchvision是Pytorch中一个开源的机器学习框架，专门为计算机视觉任务设计和优化。它提供了多种功能来支持计算机视觉项目的开发和实验。matplotlib。
Pytorch学习笔记——Transforms的使用
weixin_50765519的博客
05-03 758
在PyTorch中，Transforms是一个用于图像处理的工具包，它是torchvision模块下的一个类的集合。这些类提供了丰富的功能，可以对图像或数据进行格式变换、裁剪、缩放、旋转等操作。在进行深度学习项目时，特别是在图像处理任务中，Transforms的使用非常广泛。下面结合着小土堆pytorch的课程和自己的理解，进行一些实际使用。
PyTorch学习笔记——图像处理（transforms）
一个小白
10-03 9778
PyTorch学习笔记——图像处理（transforms） PyTorch框架中有一个很常用的包：torchvision torchvision主要由3个子包构成：torchvision.datasets、torchvision.models、torchvision.transforms 图像处理、转不同格式显示 transforms.ToTensor(), # range [0, 255...
【pytorch】常用图像处理与数据增强方法合集（torchvision.transforms）
A book super
12-21 2680
【pytorch】常用图像处理与数据增强方法合集（torchvision.transforms） 来源连接： https://www.cnblogs.com/ghgxj/p/14219097.html
torchvision学习——transforms函数（图像变换、裁剪、翻转，数据预处理）
Chaoy6565的博客
11-22 3211
在看一个简单的卷积网络时遇到了这个函数，不是很懂，看来很多文章，总结一下。当然还有其他的函数，以后再慢慢学习。
Torchvision中的Transforms的使用
shi_jiaye的博客
12-24 1205
Torchvision中的Transforms的使用，包括一些transforms工具
Torchvision(transform)
qq_55414382的博客
09-27 436
看官方文档关注输入与输出类型看参数含意有的只给了函数输入类型但没告诉输出类型print（）打印print(type(*))打印类型debug，在返回对象下一行设断点，查看返回对象类型。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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