没有合适的资源?快使用搜索试试~ 我知道了~
首页PyTorch学习笔记(二)图像数据预处理
PyTorch学习笔记(二)图像数据预处理
13 下载量 35 浏览量
更新于2023-03-03
评论 1
收藏 1.08MB PDF 举报
Environment OS: macOS Mojave Python version: 3.7 PyTorch version: 1.4.0 IDE: PyCharm 文章目录0. 写在前面1. 基本变换类1.1 填充1.2 擦除1.3 缩放1.4 裁剪1.5 旋转1.6 翻转1.7 颜色1.8 仿射变换和线性变换1.9 归一化和标准化1.10. Lambda2. 组合变换类3. 自定义图像数据增强 0. 写在前面 本文记录了使用 PyTorch 实现图像数据预处理的方法,包括数据增强和标准化。主要的工具为 torchvision.transform 模块中的各种类,要求传入的图片为 PI
资源详情
资源评论
资源推荐
PyTorch学习笔记(二)图像数据预处理学习笔记(二)图像数据预处理
Environment
OS: macOS Mojave
Python version: 3.7
PyTorch version: 1.4.0
IDE: PyCharm
文章目录文章目录0. 写在前面1. 基本变换类1.1 填充1.2 擦除1.3 缩放1.4 裁剪1.5 旋转1.6 翻转1.7 颜色1.8 仿射变换和线性变换1.9 归一
化和标准化1.10. Lambda2. 组合变换类3. 自定义图像数据增强
0. 写在前面写在前面
本文记录了使用 PyTorch 实现图像数据预处理的方法,包括数据增强和标准化。主要的工具为 torchvision.transform 模块中的各
种类,要求传入的图片为 PIL.Image 类型的图片。
对图像数据进行变换,可以增加训练样本量。数据变换的方式很多,实际应用时,原则是使手头的训练数据与真实数据接近。
例如,如果训练数据和真实数据的物体颜色有差别,那么可以采用色彩变换;如果训练数据和真实数据的物体位置常常差别,
那么可以平移变换…
这里以经典的 Lenna 图片为例,选择一块大小为 299 x 299 的部分。
from PIL import Image
image = Image.open('Lenna.jpg')
print(type(image))
#
print(np.array(img).shape)
# (299, 299, 3)
image.show()
1. 基本变换类基本变换类
1.1 填充填充
Pad 类,对图片边缘进行填充
只有当 padding_mode='constant' 时,参数 fill 才接收用于填充的值
from PIL import Image
from torchvision.transforms import Pad
image = Image.open('Lenna.jpg')
pad = Pad(
padding=(10, 100), # 传入整数 a 时,上下左右分别填充 a 个像素;
# 传入元组 (a, b) 时,左右填充 a 个像素,上下填充 b 个像素;
# 传入元组 (a, b, c, d) 时,左、上、右、下分别填充 a、b、c、d 个像素
fill=(255, 64, 128), # 每个通道用于填充的值,默认全为 0,黑色填充
padding_mode='constant' # constant, edge, reflect 或 symmetric
)
pad(image).show()
padding_mode='edge' 时,使用图像边界的像素值进行填充
padding_mode='reflect' 时,使用镜像进行填充,边界的像素值在填充中出现
padding_mode='symmetric' 时,使用镜像填充,边界的像素值将作为填充的第一个值
1.2 擦除擦除
RandomErasing 类,随机对图像区域进行遮挡
from PIL import Image
import numpy as np
import torch
from torchvision.transforms import RandomErasing
img_pil = Image.open('Lenna.jpg')
img_array = np.array(img_pil).transpose(2, 0, 1) # transpose (H, W, C) -> (C, H, W)
img_tensor = torch.from_numpy(img_array)
random_erasing = RandomErasing(
p=1.0, # 概率值,执行该操作的概率,默认为 0.5
scale=(0.02, 0.33), # 按均匀分布概率抽样,遮挡区域的面积 = image * scale
ratio=(0.3, 3.3), # 遮挡区域的宽高比,按均匀分布概率抽样
value='123', # 遮挡区域的像素值,(R, G, B) or (Gray);传入字符串表示用随机彩色像素填充遮挡区域
inplace=False
)
# 注意,随机遮挡是对 (c, h, w) 形状的 tensor 进行操作,一般在 ToTensor 之后进行
erased_img_tensor = random_erasing(img_tensor)
erased_img_array = erased_img_tensor.numpy().transpose(1, 2, 0) # (C, H, W) -> (H, W, C)
erased_img_pil = Image.fromarray(erased_img_array)
erased_img_pil.show()
1.3 缩放缩放
Resize 类,将图像缩放到设定的尺寸
from torchvision.transforms import Resize
from PIL import Image
image = Image.open('Lenna.jpg')
resize = Resize(
size=(299, 224), # (height, width)
interpolation=2 # 插值方法,一般保持默认就好
)
resize(image).show()
1.4 裁剪裁剪
CenterCrop 类,将从图像中心裁剪出需要的尺寸
from torchvision.transforms import CenterCrop
from PIL import Image
image = Image.open('Lenna.jpg')
center_crop = CenterCrop(size=(224, 224))
剩余15页未读,继续阅读
weixin_38546817
- 粉丝: 7
- 资源: 911
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- ExcelVBA中的Range和Cells用法说明.pdf
- 基于单片机的电梯控制模型设计.doc
- 主成分分析和因子分析.pptx
- 共享笔记服务系统论文.doc
- 基于数据治理体系的数据中台实践分享.pptx
- 变压器的铭牌和额定值.pptx
- 计算机网络课程设计报告--用winsock设计Ping应用程序.doc
- 高电压技术课件:第03章 液体和固体介质的电气特性.pdf
- Oracle商务智能精华介绍.pptx
- 基于单片机的输液滴速控制系统设计文档.doc
- dw考试题 5套.pdf
- 学生档案管理系统详细设计说明书.doc
- 操作系统PPT课件.pptx
- 智慧路边停车管理系统方案.pptx
- 【企业内控系列】企业内部控制之人力资源管理控制(17页).doc
- 温度传感器分类与特点.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0