Pytorch——计算机视觉工具包：torchvision

最新推荐文章于 2023-06-29 14:35:22 发布

__矮油不错哟

最新推荐文章于 2023-06-29 14:35:22 发布

阅读量1.4w

点赞数 7

分类专栏： Pytorch 深度学习

本文链接：https://blog.youkuaiyun.com/zhenaoxi1077/article/details/80955607

版权

本文详细介绍了Pytorch的计算机视觉工具包torchvision，包括models中的预训练模型，datasets中的数据集加载，transforms的数据预处理操作，以及make_grid和save_img的图像处理函数。此外，还讨论了深度学习中的可视化工具，如Tensorboard和visdom的使用方法，助力理解训练过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Pytorch——计算机视觉工具包：torchvision

torchvision独立于Pytorch，需通过pip install torchvision 安装。
torchvision 主要包含以下三部分：

models : 提供深度学习中各种经典的网络结构以及训练好的模型，包括Alex Net, VGG系列、ResNet系列、Inception系列等；
datasets：提供常用的数据集加载，设计上都是继承torch.utils.data.Dataset，主要包括MMIST、CIFAR10/100、ImageNet、COCO等；
transforms: 提供常用的数据预处理操作，主要包括对Tensor及PIL Image对象的操作。

1.models

from torchvision import models
from torch import nn

#加载预训练好的模型，如果不存在会下载
resnet34=models.resnet34(pretrained=True, num_classes=1000)
resnet34.fc=nn.Linear(512,10)

2.datasets

from torchvision import datasets
from torchvision import transforms as T

transform=T.Compose([
    T.Resize(224),  #缩放图片（Image）,保持长宽比不变，最短边为224像素
    T.CenterCrop(224), #从图片中间裁剪出224*224的图片
    T.ToTensor(), #将图片Image转换成Tensor，归一化至【0,1】
    T.Normalize(mean=[.5,.5,.5],std=[.5,.5,.5])  #标准化至【-1,1】，规定均值和方差
])
dataset=datasets.MNIST('data/',download=True, train=False, transform=transform)

len(dataset)

3.transforms

import torch as t
from torchvision import transforms

to_pil=transforms.ToPILImage()
to_pil(t.randn(3,64,64))

输出的是随机噪声：
这里写图片描述

4.make_grid、save_img

torchvision 还提供了两个常用的函数，一个是make_grid，它能将多张图片拼接在一个网格中；

最低0.47元/天解锁文章