transforms.normalize使用样例
时间: 2023-09-27 18:08:26 浏览: 98
transforms.zip
在Python中,transforms.normalize()用于将图像的像素值归一化到[0, 1]范围内。以下是一个使用transforms.normalize()的示例:
```python
import torch
import torchvision.transforms as transforms
# 加载图像并转换为Tensor
img = Image.open('image.jpg')
img_tensor = transforms.ToTensor()(img)
# 归一化
normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225])
img_normalized = normalize(img_tensor)
# 打印归一化后图像的最小值和最大值
print(torch.min(img_normalized), torch.max(img_normalized))
```
在上面的示例中,我们首先使用transforms.ToTensor()将图像转换为Tensor格式。然后我们定义了一个normalize对象,使用transforms.Normalize()函数来对图像进行归一化。在这个例子中,我们选择均值为[0.485, 0.456, 0.406],标准差为[0.229, 0.224, 0.225]。最后,我们将归一化后的图像打印出来,以检查其最小值和最大值是否在[0, 1]范围内。
阅读全文