pytorch之transforms(numpy数据类型转化为tensor,归一化、resize)

PyTorch Transform操作详解

最新推荐文章于 2024-10-25 16:51:06 发布

原创最新推荐文章于 2024-10-25 16:51:06 发布 · 1.1k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#numpy #pytorch #python

基础包专栏收录该内容

39 篇文章

订阅专栏

本文介绍了如何使用PyTorch的Transform模块对图像数据进行预处理，包括Tensor对象的初始化、Resize操作以及数据的归一化。通过Resize将图像尺寸调整为512x512，并使用Normalize进行归一化处理，使数据范围从0-1转换到-1到1之间。这些步骤是深度学习模型中常见的图像预处理流程。

pytorch transform常用格式

from torchvision import transforms
tensor = transforms.Tensor() #初始化对象
#img_or_np为“PIL Image”或者"numpy.",即你要转化的对象
data = tensor(img_or_np) 
trans_resize = transforms.Resize(512,512)
data = trans_resize(data)
#下面将数据data归一化，计算方法为：image=(image-mean)/std
'''
其中mean和std分别通过(0.5,0.5,0.5)和(0.5,0.5,0.5)进行指定。
原来的0-1最小值0则变成(0-0.5)/0.5=-1，而最大值1则变成(1-0.5)/0.5=1.
'''
trans_norm = transforms.Normalize([0.5,0.5,0.5],[0.5,0.5,0.5])
img_normal = trans_norm(data)