ToTensor中就有转到0-1之间了。

# -*- coding:utf-8 -*-

import time

import torch

from torchvision import transforms

import cv2

transform_val_list = [

# transforms.Resize(size=(160, 160), interpolation=3), # Image.BICUBIC

transforms.ToTensor(),

transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])

]

trans_compose = transforms.Compose(transform_val_list)

if __name__ == '__main__':

std= [0.229, 0.224, 0.225]

mean=[0.485, 0.456, 0.406]

path="d:/2.jpg"

data=cv2.imread(path)

t1 = time.time()

x = trans_compose(data)

x[0]=x[0]*std[0]+mean[0]

x[1]=x[1]*std[1]+mean[1]

x[2]=x[2].mul(std[2])+mean[2]

img = x.mul(255).byte()

img = img.numpy().transpose((1, 2, 0))

# torch.set_num_threads(3)

# img=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

cv2.imshow("sdf", img)

cv2.waitKeyEx()

这个测试时间:归一化与反归一化都需要7ms左右,

但是在多路摄像头中,可能比较慢。

std= [0.229, 0.224, 0.225]

mean=[0.485, 0.456, 0.406]

path="d:/2.jpg"

data=cv2.imread(path)

t1 = time.time()

start = time.time()

x = trans_compose(data)

print("gui", time.time() - start)

for i in range(10):

start=time.time()

for i in range(len(mean)):

# x[i]=x[i]*std[i]+mean[i]

x[i]=x[i].mul(std[i])+mean[i]

img = x.mul(255).byte()

img = img.numpy().transpose((1, 2, 0))

print("fan",time.time()-start)

# torch.set_num_threads(3)

# img=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

cv2.imshow("sdf", img)

cv2.waitKeyEx()

以上这篇pytorch 归一化与反归一化实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

python反归一化_pytorch 归一化与反归一化实例相关推荐

  1. python数据接口设计_Python接口与归一化设计

    1.什么是接口(interface) 接口(interface)是面向对象编程语言中接口操作的关键字,功能是把所需成员组合起来,用来装封一定功能的集合.它好比一个模板,在其中定义了对象必须实现的成员, ...

  2. python 标准化/归一化与逆标准化/逆归一化

    标准化等公式和Python代码请参考: python 数据归一化/标准化方法与代码(离差标准化,log归一化,标准化,比例归一化,反正切归一化) 我们使用sklearn来操作: 首先准备数据: imp ...

  3. python加密反编译_对Python源码进行加密及反编译前后对比

    关于python的加密 目前软件开发商对 Python 加密时可能会有两种形式,一种是对python转成的exe进行 保护,另一种是直接对.py或者.pyc文件进行保护,下面将列举两种形式的保护流程. ...

  4. python的多行语句可以使用反斜杠_Python的续行符:反斜杠\

    Python中的续行符是反斜杠(\),它可以将一行代码分成多行来写,便于代码的编写和阅读,使用方式是在行尾加上反斜杠(\),注意反斜杠后面不能加空格,必须直接换行. 参考代码: s1 = '\ \ \ ...

  5. rms归一化_【AutoML】归一化(Normalization)方法如何进行自动学习和配置

    大家好,欢迎来到专栏<AutoML>,在这个专栏中我们会讲述AutoML技术在深度学习中的应用.这一期讲述在归一化机制中的应用. 作者&编辑 | 言有三 数据经过归一化和标准化后可 ...

  6. python 字符串结束符_python字符串以反斜杠结尾

    广告关闭 腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! eol while scanning string literal解析器似乎可以 ...

  7. python 反卷积(DeConv) tensorflow反卷积(DeConv)(实现原理+手写)

    Tensorflow反卷积(DeConv)实现原理+手写python代码实现反卷积(DeConv) 理解: https://www.zhihu.com/question/43609045/answer ...

  8. python不转义字符是什么_python反斜杠怎么不转义

    python本身使用 \ 来转义一些特殊字符,比如在字符串中加入引号的时候 为了防止和字符串本身的引号冲突,使用 \ 来转义,一般情况下这个也不会引起什么问题,但是当你要使用 \ 来转义 \ 的时候, ...

  9. python pyc文件解析_如何反编译pyc文件

    如何将.pyc和.pyo文件反编译为.py文件 pyc大约在python2刚出的时候有.后来就很少找得到了.有一次,不小心把.py删除了,通过pyc还把代码还原了. 你搜索uncompyle2, de ...

  10. 常见的反爬措施:UA反爬和Cookie反爬

    本文分享自华为云社区<Python爬虫反爬,你应该从这篇博客开启,UA反爬,Cookie 特定参数反爬>,作者:梦想橡皮擦. 通过前面的爬虫程序,你或许已经注意到,对于目标站点来说,爬虫程 ...

最新文章

  1. appium 移动端自动化测试工具(4)
  2. View.onMeasured的默认实现 (onMeasure必须调setMeasuredDimension)
  3. 小白学jquery Mobile《构建跨平台APP:jQuery Mobile移动应用实战》连载四(场景切换)...
  4. pip sintall pyspider 报错:ERROR: Command errored out with exit status 10
  5. 20135316王剑桥 linux第六周课实验笔记
  6. PyTorch学习—11.权值初始化
  7. YYUC01——Windows本地环境搭建
  8. 【zotero】异常与错误,Attachments skipped because they are top-level items,snapshots,an avoided filetype解决方法
  9. 腾讯IP+文旅的探索实践
  10. Python制作表白爱心合集
  11. ppt助手网络服务器如何设置在哪里,网络服务器配置与管理ppt课件.ppt
  12. 底层码农的Stanford梦 --- 从SCPD开始 [转]
  13. linux运维排查常用命令(开发专享)
  14. 广州大学人工智能原理实验三:产生式系统推理
  15. S9赛季:盗贼竞技场\插旗中技巧攻…
  16. 数学总体框架及各分类学科框架
  17. python批量修改文件名(将中文改为英文首字母)和xml文件
  18. 【Microsoft Store打不开(Microsoft Store需要联网。你似乎没有联网。)】
  19. 学习python环境安装_Python学习环境安装,python
  20. 移动端---混合开发1 + 支付相关操作(手机app支付、网页支付)--支付流程

热门文章

  1. java苹果沙盒验证参数问题_php – iOS7 – 收据未在沙盒验证 – 错误21002(java.lang.IllegalArgumentException)...
  2. QMessageBox自定义大小
  3. 内衬纸缺陷在线检测系统
  4. linux下nginx404,linux+nginx下的404可能错误
  5. 2.4 Python 模块的使用安装导入
  6. U盘安装Linux安装报错及解决方案
  7. 算法设计 - LCS 最长公共子序列最长公共子串 LIS 最长递增子序列
  8. android 中LayoutInflater 的使用
  9. 通过jQuery的attr修改onclick
  10. 盒子模型代码_果冻公开课第五课:五分钟理清盒模型的前世今生