Pytorch使用transforms

Pytorch使用transforms 首先,这次讲解的tansforms功能,通俗地讲,类似于在计算机视觉流程里的图像预处理部分的数据增强. transforms的原理: 说明:图片(输入)通过工具得到结果(输出),这个工具,就是transforms模板工具,(tool=transforms.ToTensor()具体工具),使用工具

首先,这次讲解的tansforms功能,通俗地讲,类似于在计算机视觉流程里的图像预处理部分的数据增强。

transforms的原理:

说明:图片(输入)通过工具得到结果(输出),这个工具,就是transforms模板工具,(tool=transforms.ToTensor()具体工具),使用工具result=tool(图片)

tansforms的调用与使用,由下图可得:

  • 先创建一个transforms.Tensor(),使用from torchvision import transforms调包
  • transforms去调init函数
  • init去调用真正的transforms类,里面就有很多的方法(绿色五角星标注),例如:resize,ToTensor,CenterCrop(从这些方法可以看出,许多都是数据增强的方法)。

接下来,上代码:


import os
from torchvision import transforms
from PIL import Image

root_path = "D:\\data\\basic\\Image"
label_path = "aligned"

# 1.获取aligned第一张图的名字
img_dir = os.path.join(root_path, label_path)
img_list = os.listdir(img_dir)
img_path = img_list[0]

# 2.获取aligned第一张图的路径
img = os.path.join(root_path, label_path, img_path)

# 3.使用python自带的PIL获取图片
img = Image.open(img)

# 4.将PIL利用transforms转换成ToTensor
to_tensor = transforms.ToTensor()  # 创建totensor ()
img = to_tensor(img)  # 使用to_tensor直接将图片的PIL转化为tensor

print(img)
# transforms

代码结果:

本文标题为:Pytorch使用transforms

基础教程推荐