PyTorch-Transforms

最新推荐文章于 2024-08-16 18:06:49 发布
最新推荐文章于 2024-08-16 18:06:49 发布
阅读量615 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： PyTorch 文章标签： pytorch python 深度学习
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。
本文链接：https://blog.youkuaiyun.com/qq_61706112/article/details/130866995
本文介绍了PyTorch中用于图像预处理的Transforms模块，包括ToTensor用于将PIL图像转换为张量，Normalize进行归一化处理，Resize进行图像尺寸调整，Compose组合多个变换，以及RandomCrop进行随机裁剪。示例代码展示了这些变换的使用方法，并利用tensorboard进行可视化。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目录

1. 基本知识

2. 常见的Transforms

2.1 ToTensor的使用 

2.2 Normalize的使用

2.3 Resize的使用

2.4 Compose的使用

2.5 RandomCrop的使用 

1. 基本知识

图片引用来自b站up主：我是土堆

tf.py（如何使用transforms里面的工具）

具体的工具还是要看里面的类是如何去定义的，然后再使用。

from PIL import Image
from torchvision import transforms

img_path = 'data/train/ants_image/0013035.jpg'
img = Image.open(img_path)
tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img)
print(tensor_img)

result:

tensor([[[0.3137, 0.3137, 0.3137,  ..., 0.3176, 0.3098, 0.2980],
         [0.3176, 0.3176, 0.3176,  ..., 0.3176, 0.3098, 0.2980],
         [0.3216, 0.3216, 0.3216,  ..., 0.3137, 0.3098, 0.3020],
         ...,
         [0.3412, 0.3412, 0.3373,  ..., 0.1725, 0.3725, 0.3529],
         [0.3412, 0.3412, 0.3373,  ..., 0.3294, 0.3529, 0.3294],
         [0.3412, 0.3412, 0.3373,  ..., 0.3098, 0.3059, 0.3294]],

        [[0.5922, 0.5922, 0.5922,  ..., 0.5961, 0.5882, 0.5765],
         [0.5961, 0.5961, 0.5961,  ..., 0.5961, 0.5882, 0.5765],
         [0.6000, 0.6000, 0.6000,  ..., 0.5922, 0.5882, 0.5804],
         ...,
         [0.6275, 0.6275, 0.6235,  ..., 0.3608, 0.6196, 0.6157],
         [0.6275, 0.6275, 0.6235,  ..., 0.5765, 0.6275, 0.5961],
         [0.6275, 0.6275, 0.6235,  ..., 0.6275, 0.6235, 0.6314]],

        [[0.9137, 0.9137, 0.9137,  ..., 0.9176, 0.9098, 0.8980],
         [0.9176, 0.9176, 0.9176,  ..., 0.9176, 0.9098, 0.8980],
         [0.9216, 0.9216, 0.9216,  ..., 0.9137, 0.9098, 0.9020],
         ...,
         [0.9294, 0.9294, 0.9255,  ..., 0.5529, 0.9216, 0.8941],
         [0.9294, 0.9294, 0.9255,  ..., 0.8863, 1.0000, 0.9137],
         [0.9294, 0.9294, 0.9255,  ..., 0.9490, 0.9804, 0.9137]]])

Process finished with exit code 0

tensor数据类型包含了反向传播理论基础的一些参数

tf.py

from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
import cv2

writer = SummaryWriter('logs')
img_path = 'data/train/ants_image/0013035.jpg'
img = Image.open(img_path)
tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img)
writer.add_image('tensor_img', tensor_img)
writer.close()

2. 常见的Transforms

一些图片返回类型：

Image.open() -- PIL

ToTensor() -- tensor

cv.imread() / np.array() -- narrays

2.1 ToTensor的使用 

目的：Convert a 'PIL Image' or 'numpy.ndarray' to tensor.

useful_tf.py

from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms

writer = SummaryWriter('logs')
img = Image.open('data/train/ants_image/5650366_e22b7e1065.jpg')
trans_tensor = transforms.ToTensor()
img_tensor = trans_tensor(img)
writer.add_image('ToTensor', img_tensor)
writer.close()

2.2 Normalize的使用

目的：Normalize a tensor image with mean and standard deviation.

useful_tf.py

from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms

writer = SummaryWriter('logs')
img = Image.open('data/train/ants_image/5650366_e22b7e1065.jpg')

# ToTensor
trans_tensor = transforms.ToTensor()
img_tensor = trans_tensor(img)
writer.add_image('ToTensor', img_tensor)

# Normalize
# output[channel] = (input[channel] - mean[channel]) / std[channel]
print(img_tensor[0][0][0])
trans_norm = transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])
img_norm = trans_norm(img_tensor)
print(img_norm[0][0][0])
writer.add_image('Normalize', img_norm)

writer.close()

tensor(0.3804)
tensor(-0.2392)

 

2.3 Resize的使用

目的：Resize the input image to the given size.

useful_tf.py

from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms

writer = SummaryWriter('logs')
img = Image.open('data/train/ants_image/5650366_e22b7e1065.jpg')

# ToTensor
trans_tensor = transforms.ToTensor()
img_tensor = trans_tensor(img)
writer.add_image('ToTensor', img_tensor)

# Resize
print(img.size)
trans_resize = transforms.Resize((512, 512))
# img PIL -> resize -> PIL -> tensor
img_resize = trans_tensor(trans_resize(img))
print(img_resize.size)
writer.add_image('Resize', img_resize)

writer.close()

2.4 Compose的使用

目的：Compose several transforms together.

useful_tf.py

from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms

writer = SummaryWriter('logs')
img = Image.open('data/train/ants_image/5650366_e22b7e1065.jpg')

# ToTensor
trans_tensor = transforms.ToTensor()
img_tensor = trans_tensor(img)
writer.add_image('ToTensor', img_tensor)

# Resize
trans_resize = transforms.Resize((512, 512))
# img PIL -> resize -> PIL -> tensor
img_resize = trans_tensor(trans_resize(img))
writer.add_image('Resize', img_resize)

# Resize2
trans_resize_2 = transforms.Resize(512)
trans_compose = transforms.Compose([trans_resize_2, trans_tensor])
img_resize_2 = trans_compose(img)
writer.add_image('Resize-2', img_resize_2)

writer.close()

2.5 RandomCrop的使用 

目的：Crop the given image at a random location.

useful_tf.py

from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms

writer = SummaryWriter('logs')
img = Image.open('data/train/ants_image/5650366_e22b7e1065.jpg')

# ToTensor
trans_tensor = transforms.ToTensor()
img_tensor = trans_tensor(img)
writer.add_image('ToTensor', img_tensor)

# Resize
trans_resize = transforms.Resize((512, 512))
# img PIL -> resize -> PIL -> tensor
img_resize = trans_tensor(trans_resize(img))
writer.add_image('Resize', img_resize)

# Resize2
trans_resize_2 = transforms.Resize(512)
trans_compose = transforms.Compose([trans_resize_2, trans_tensor])
img_resize_2 = trans_compose(img)
writer.add_image('Resize-2', img_resize_2)

# RandomCrop
trans_random = transforms.RandomCrop(200)
trans_compose_2 = transforms.Compose([trans_random, trans_tensor])
for i in range(5):
    img_crop = trans_compose_2(img)
    writer.add_image('RandomCrop', img_crop, i)
writer.close()

 

 

PyTorch中的transforms
Crystalxxtt的博客
05-21 445
导入包 from PIL import Image from torch.utils.tensorboard import SummaryWriter from torchvision import transforms 保存在logs下面 图片路径，输出图片的类型为PIL 转化为Tensor类型 归一化Normalize writer = SummaryWriter("logs") img = Image.open("E:\\notebookpytorch\\pyTorch学习\\ima.
PyTorch——transforms
m0_73991249的博客
08-19 1587
首先transform是来自PyTorch的一个扩展库——【torchvision】，【torchvision】这个库提供了许多计算机视觉相关的工具和功能，能够在神经网络中，将图像、数据集、预处理模型等等数据转化成计算机训练学习所能用的格式的数据。比如：：提供了常用的图像预处理方法，用于对图像进行变换、缩放、裁剪、旋转、翻转等操作。例如，ToTensor将PIL图像或numpy数组转换为Tensor，Normalize对图像进行标准化处理，RandomCrop随机裁剪图像等。；
Pytorch之Transforms（数据预处理）
记录学习的小白
04-18 1099
transforms提供了一系列变换的函数，辅助完成图像处理 from torchvision import transforms from torch.utils.tensorboard import SummaryWriter from PIL import Image import cv2 先ctrl到transforms的文件里，并点开pycharm左下角的structure查看class层级结构 图左的类是transforms提供的图像变换功能，先准备图片和tensorboard
PyTorch 学习笔记:transforms的二十二个方法（transforms用法非常详细）
liangbaqiang的博客
07-15 1万+
变换是常见的图像变换。它们可以使用链接在一起Compose。此外，还有torchvision.transforms.functional模块。功能转换可以对转换进行细粒度控制。如果您必须构建更复杂的转换管道（例如，在分段任务的情况下），这将非常有用。 torchvision.transforms.Compose(transforms) transforms（Transform对象列表）-要组成的变换列表。 例子： transforms.Compose([ transforms.CenterCr
pytorch transforms
每日提升一点点
04-01 146
pytorch transforms fn detail
pytorch-transforms.Resize()用法.pdf
02-17
### PyTorch中transforms.Resize()函数详解 在深度学习领域，特别是计算机视觉任务中，数据预处理是一个非常关键的步骤。PyTorch作为一款流行的深度学习框架，提供了丰富的工具库来帮助用户进行高效的图像预处理。`...
pytorch-randaugment:非官方PyTorch重新实现RandAugment
05-23
pytorch-randaugment RandAugment的非官方PyTorch重新实现。 大部分代码来自 。 介绍 可以使用RandAugment对感兴趣的数据集训练模型，而无需单独的代理任务。 通过仅调整两个超参数（N，M），您可以实现具有竞争...
[十]深度学习Pytorch-transforms图像操作及自定义方法（含数据增强实战）
yanzhiwen2的博客
03-31 2480
深度学习Pytorch-transforms图像操作及自定义方法（含数据增强实战）
[九]深度学习Pytorch-transforms图像增强(剪裁、翻转、旋转)
yanzhiwen2的博客
03-31 3万+
深度学习Pytorch-transforms图像增强(剪裁、翻转、旋转)
安装支持gpu的pytorch -----12.1cuda 和3.8的python------------windows11
m0_51010990的博客
05-05 1167
查看对应的pytorch，torchvision与python版本对应关系及安装命令。然后将cudnn里面的这三个文件粘贴到安装cuda的路径下替换原先的三个文件。然后注意可以向下兼容就是说下载的cuda版本可以低于支持的版本但是不能高于。（注意这样创建的虚拟环境位于Anconda的路径下面的env里面）复制对应的命令到命令行里面 等待下载就可以了。去官网找到对应cuda版本的pytorch。1.下载cuda 和对应版本的cudnn。首先查看命令行查看自己电脑支持的cuda。找到对应版本的cudnn。
pytorch中的transforms模块实例详解
09-18
今天小编就为大家分享一篇pytorch中的transforms模块实例详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Pytorch：transforms
龙雪的博客
07-23 754
transforms 上篇博文《Pytorch：Dataloader和Dataset以及搭建数据部分的步骤》提到transforms是pytorch数据模块的预处理部分。transforms来自torchvision，torchvision是pytorch的计算机视觉工具包。torchvision有以下几个主要的模块： torchvision.transforms：常用的图像预处理方法 torchvision.datasets：常用数据集的datasets实现，MNIST，CIFAR-10，Image
Pytorch之Transforms
weixin_44636142的博客
07-20 944
Transforms 数据的最终处理结果并不总是与我们要求的算法吻合。我们使用transforms来操作数据，让他适用于训练。 所有的TorchVision 数据集都有两种参数-transform 去调整特征 ，target-transform 调整标签里面包含了可调用的转换逻辑。 FashionMNIST 特征是 PIL 图像形式，标签是整数形式。对于训练，我们需要规范化的张量，标签需要独热编码的张量。为了实现转换，我们使用ToTensor 和 Lambda import torch from torch
pytorch之transforms
程适场的博客
11-01 543
transforms可以对图像进行裁剪，翻转，旋转，图像变换。 裁剪 torchvision.transforms.RandomResizedCrop import torchvision.transforms as T ''' 随机缩放裁剪 params: size 裁剪之后的大小 param：scale 随机剪裁的区间 param: ratio 随机长宽比设置 param: 插值方法 ''' T.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75
Pytorch 中的 Transforms
SILVERCROWNAGE的博客
08-16 2017
在使用方法是：1. 首先 关注 它的 输入 需要什么样的 数据类型，是PIL，是Numpy，是Tensor ....2. 关注 它的 输出是什么样的数据类型3. 查看 官方文档的参数# 下面是 把图像的像素值从[0, 255]缩放到[0.0, 1.0]print(img_tensor) # 将图像数据 转换为 tensor 类型的数据# 归一化# 初始化参数： mean, std, inplace=False。
pytorch中的transforms介绍
欢迎来到道的世界
12-16 5831
transforms用法介绍  torchvision.transforms模块主要用于对图像进行转换等一系列预处理操作，其主要目的是对图像数据进行增强，进而提高模型的泛化能力。对图像预处理操作有数据中心化，缩放，裁剪，旋转，翻转，填充，添加噪声，灰度变换，线性变换，仿射变换，亮度，饱和度，对比变换等。 transforms.Compose  transforms.Compose是将一系列的图像转换函数进行组合，实现时能够按照这些函数的顺序依次去图像进行处理操作。 CLASS torchvision.tr
pytorch(7)——二十二种transforms数据预处理方法
zmj52的博客
02-05 1137
一、数据增强 数据增强：叫数据增广，数据扩增，他是对训练集进行变换，使训练集更丰富从而让模型更具泛化能力。 二、transforms——裁剪 1）transforms,Centercrop 功能：从图像中心裁剪图片 size:所需裁剪图片尺寸 三、transforms——翻转和旋转 ...
pytorch——常见的Transforms
m0_51311105的博客
01-23 1085
transforms相当于一个工具箱，里面的类(class)totensor、resize等相当于工具。图片经过工具的处理，就会得到我们想要的结果。 首先我们查看transforms的源代码中的totensor函数： class ToTensor: """Convert a ``PIL Image`` or ``numpy.ndarray`` to tensor. This transform does not support torchscript. def __call__(sel
简单粗暴PyTorch之transforms详解(一)
热门推荐
qq_36642243的博客
08-09 4万+
transforms详解一、transforms 介绍二、 transforms 运行机制 一、transforms 介绍 transforms在计算机视觉工具包torchvision下： torchvision.transforms : 常用的图像预处理方法 torchvision.datasets : 常用数据集的dataset实现，MNIST，CIFAR-10，ImageNet等 torchvision.model : 常用的模型预训练，AlexNet，VGG， ResNet，GoogLeNet等 t
收集分散下料口在加料正常状态、流量异常状态以及堵塞状态下的图像数据200G。这些图像数据涵盖不同的光照条件、角度、距离等，以确保模型具有良好的泛化能力；图像数据被归一化，将像素值缩放到 [0, 1] 或 [-1, 1] 范围内，以提高数值稳定性；使用图像处理库Pytorch-transforms对每一帧图像进行各种变换处理，包括对图像进行像素值、昏暗、亮度、旋转、翻转、高斯噪声和椒盐噪声处理，将处理后的图像与原图像合并为数据集，构建丰富的图像数据样本集
最新发布
03-17
<think>嗯，用户想用PyTorch的transforms来处理不同状态的下料口图像，构建一个丰富的数据集。首先，我得回忆一下PyTorch的图像预处理步骤，特别是transforms模块的常用方法。用户提到了光照变化、角度调整和噪声添加，这些都是数据增强的常见手段。 光照变化的话，ColorJitter应该是个不错的选择，可以调整亮度、对比度、饱和度和色调。不过要注意，如果图像是灰度图，可能需要排除某些参数。然后角度调整，RandomRotation和RandomAffine可以处理旋转和仿射变换，这样模型能适应不同角度的图像。噪声添加方面，可能需要自定义一个转换，比如用AddGaussianNoise类，在图像上添加高斯噪声。 接下来是数据标准化，用Normalize，但需要计算数据集的均值和标准差，用户可能需要先加载数据计算这些值，或者用经验值。另外，组合这些转换的时候，应该用Compose把它们按顺序组合起来，可能还需要区分训练和验证集的不同处理，比如训练集做增强，验证集只做标准化和转Tensor。 数据加载部分，用户需要确保图像路径的结构正确，比如每个类别一个文件夹。可能需要用ImageFolder来加载数据集，然后分成训练集和验证集。DataLoader的设置也要注意batch_size、shuffle等参数。 不过，用户的问题里可能有些隐含的需求。比如，他们可能担心数据增强后的图像是否会影响模型对正常、异常状态的判断，特别是堵塞这类关键特征。这时候可能需要建议他们先可视化增强后的图像，确保关键特征没有被过度扭曲。另外，预处理步骤的顺序可能会影响结果，比如先旋转再调整亮度，和先调整亮度再旋转，效果可能不同，需要根据实际情况调整顺序。 还有，用户可能没有提到数据不平衡的问题，比如不同状态的图像数量差异大。这时候可能需要结合过采样或欠采样，或者在DataLoader中使用加权采样。不过用户的问题主要是预处理，这部分可能需要另外处理。 最后，生成相关问题的时候，要考虑到用户接下来的步骤，比如模型选择、处理数据不平衡、实时预处理的方法，以及如何评估预处理的效果。这些都是用户可能会遇到的后续问题，需要提前考虑到。</think>以下是如何使用PyTorch Transforms进行图像预处理的详细解决方案： 一、基础预处理配置 1. 标准预处理流程建议： ```python from torchvision import transforms basic_transform = transforms.Compose([ transforms.Resize((256, 256)), # 统一图像尺寸 transforms.ToTensor(), # 转换为Tensor格式 transforms.Normalize(mean=[0.485, 0.456, 0.406], # ImageNet标准归一化 std=[0.229, 0.224, 0.225]) # 根据实际数据集可调整 ]) ``` 二、数据增强实现 1. 光照变化增强： ```python light_transform = transforms.ColorJitter( brightness=0.3, # 亮度变化±30% contrast=0.2, # 对比度变化±20% saturation=0.2, # 饱和度变化±20% hue=0.1 # 色相偏移±0.1 ) ``` 2. 几何变换增强： ```python geo_transform = transforms.Compose([ transforms.RandomRotation(15), # 随机旋转±15度 transforms.RandomAffine( degrees=0, translate=(0.1, 0.1), # 平移10%范围 scale=(0.9, 1.1)), # 缩放90%-110% transforms.RandomHorizontalFlip(p=0.5) # 50%概率水平翻转 ]) ``` 3. 噪声注入增强（自定义转换）： ```python class AddGaussianNoise(object): def __init__(self, mean=0., std=0.1): self.std = std self.mean = mean def __call__(self, tensor): return tensor + torch.randn(tensor.size()) * self.std + self.mean def __repr__(self): return self.__class__.__name__ + '(mean={0}, std={1})'.format(self.mean, self.std) ``` 三、完整增强流程配置 ```python final_transform = transforms.Compose([ transforms.Resize((320, 320)), geo_transform, light_transform, transforms.RandomGrayscale(p=0.1), # 10%概率转为灰度 transforms.ToTensor(), AddGaussianNoise(std=0.05), # 添加5%高斯噪声 transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) ``` 四、数据集加载实现 ```python from torchvision.datasets import ImageFolder dataset = ImageFolder( root='path/to/dataset', transform=final_transform ) # 划分训练/验证集 train_size = int(0.8 * len(dataset)) val_size = len(dataset) - train_size train_dataset, val_dataset = torch.utils.data.random_split(dataset, [train_size, val_size]) # 创建数据加载器 train_loader = torch.utils.data.DataLoader( train_dataset, batch_size=32, shuffle=True, num_workers=4 ) ``` 关键注意点： 1. 数据增强顺序会影响最终效果，建议先做几何变换再做色彩调整[^2] 2. 不同状态（正常/异常/堵塞）应保持相同增强策略，避免引入偏差 3. 建议保存原始图像和增强后图像的对比样本，用于质量检查[^4] 4. 噪声强度需根据图像质量调整，避免过度干扰关键特征
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