PIL转tensor再传PIL并打印图片

本文演示了如何使用PyTorch和torchvision库进行图像预处理,并通过卷积神经网络(Convolutional Neural Network, CNN)对图像进行多次卷积操作。展示了从加载图像到转换为张量,再到通过CNN进行特征提取的全过程。
部署运行你感兴趣的模型镜像
import torch.nn as nn
from torchvision import transforms
from PIL import Image
import torch


img = Image.open('../data/pikachu.jpg')

transform_to_tensor = transforms.ToTensor()
img_ = transform_to_tensor(img)

print(1, img_.size())

img_ = torch.unsqueeze(img_, 0)
conv = nn.Conv2d(3, 3, kernel_size=7, padding=3)
img_ = conv(img_)
img_ = conv(img_)
img_ = conv(img_)
img_ = conv(img_)
img_ = torch.squeeze(img_, 0)
print(2, img_.size())

unloader = transforms.ToPILImage()
out = unloader(img_)

out.show()

 

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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