pytorch 中transforms的使用详解

目录

• transforms
• ToTensor
• transforms使用
• 为什么需要tensor数据类型呢？
• 常见的transforms
• 内置方法__call__()
• Normalize
• Resize
• Compose

transforms

按住Ctrl查看transforms的源码可以知道，transforms就是一个python文件，里面定义了很多类，每一个类都是一个工具
在结构那里，可以看到有很多的类

ToTensor

Convert a PIL Image or numpy.ndarray to tensor. This transform does not support torchscript

通过ToTensor来学习transforms如何使用以及为什么使用tensor数据类型

transforms使用

transforms里面每一个类都可以看成是一个模具，我们可以用里面的模具做出一个具体的工具，如何用这个具体的工具来实现具体的功能

比如ToTensor的使用:

from torchvision import transforms
from PIL import Image

img_path = "data/train/ants_image/0013035.jpg"
img = Image.open(img_path)

tensor_trans = transforms.ToTensor()#模具（也就是这个类的对象）
tensor_img = tensor_trans(img)#实现ToTensor的功能，将一个input（PIL Image）转化成tensor

print(tensor_img)

为什么需要tensor数据类型呢？

在使用tensorboard里面常用的add_image时，里面的第二个参数是图片的数据类型，这个数据类型，可以是torch.Tensor, numpy.array, or string/blobname，上一篇博客用的是numpy.array，这里，其实可以直接得到tensor类型后直接用

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

img_path = "data/train/ants_image/0013035.jpg"
img = Image.open(img_path)

tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img)

writer = SummaryWriter("logs")
writer.add_image("Tensor_image", tensor_img)

writer.close()

常见的transforms

内置方法__call__()

可以发现基本上transforms里面的每一个类都有一个内置方法__call__()，这个方法和普通的方法的区别其实就是，普通方法一般是类的对象通过.的方式调用，但是call函数不需要，可以直接用对象加括号的形式调用

一个Person类，内置方法__call__和hello都有一个参数name，然后两个方法都输出name，一个通过person(“”)形式调用，一个通过person.hello(“”)调用

Normalize

Normalize a tensor image with mean and standard deviation.

这个方法进行归一化的时候，传入的参数是有两个列表一个是均值，一个是标准差，每个列表的n表示维度，是根据输入的channel数量决定的，比如我们的图片是rgb那n=3，它能将每个信道的输入进行归一化

根据公式可以知道计算的结果其实就是

代码示例：

from PIL import Image
from torchvision import transforms

img_path = "data/train/ants_image/0013035.jpg"
img = Image.open(img_path)

trans_totensor = transforms.ToTensor()
img_tensor = trans_totensor(img)

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 = SummaryWriter("logs")
writer.add_image("Normalize", img_norm)

writer.close()

输出：

tensor(0.3137)
tensor(-0.3725)

Resize

Resize the input image to the given size

参数：
可以给一个（H,W）这样的参数，改变图片的大小，也可以指定一个int，改变长和宽的比例

代码示例

print(img.size)
trans_resize = transforms.Resize((512, 512))
img_resize = trans_resize(img)# 参数和返回值都是 img PIL
print(img_resize)

输出结果：

变成了正方形

Compose

Composes several transforms together. This transform does not support torchscript.

可以将第一种类型转化为第二种，参数一的类型做输入，参数二的类型做输出，输入一定要对应，不然就会报错

代码示例

trans_totensor = transforms.ToTensor()
trans_resize_2 = transforms.Resize(512)
# PIL -> tensor
trans_compose = transforms.Compose([trans_resize_2, trans_totensor])
img_resize_2 = trans_compose(img)
writer.add_image("Resize", img_resize_2, 1)

到此这篇关于pytroch中transforms的使用详解的文章就介绍到这了,更多相关pytroch transforms的使用内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！