Pytorch transforms.Resize()的简单用法

简单来说就是调整PILImage对象的尺寸，注意不能是用io.imread或者cv2.imread读取的图片，这两种方法得到的是ndarray。

将图片短边缩放至x，长宽比保持不变：

transforms.Resize(x)

而一般输入深度网络的特征图长宽是相等的，就不能采取等比例缩放的方式了，需要同时指定长宽：

transforms.Resize([h, w])

例如transforms.Resize([224, 224])就能将输入图片转化成224×224的输入特征图。

这样虽然会改变图片的长宽比，但是本身并没有发生裁切，仍可以通过resize方法返回原来的形状：

from PIL import Image
from torchvision import transformsimg = Image.open('1.jpg')
w, h = img.size
resize = transforms.Resize([224,244])
img = resize(img)
img.save('2.jpg')
resize2 = transforms.Resize([h, w])
img = resize2(img)
img.save('3.jpg')

需要注意的一点是PILImage对象size属性返回的是w, h，而resize的参数顺序是h, w。

Pytorch transforms.Resize()的简单用法相关推荐

Pytorch torch.rsqrt()的简单用法
官方文档:https://pytorch.org/docs/master/generated/torch.rsqrt.html 简单来说就是对每个元素取平方根后再取倒数,即: out i=1input ...
Pytorch torch.topk()的简单用法
官方文档:https://pytorch.org/docs/stable/generated/torch.topk.html?highlight=topk#torch.topk 由于numpy本身是没 ...
Pytorch torch.mean()的简单用法
简单来说就是求平均数. 比如以下的三种简单情况: import torchx1 = torch.Tensor([1, 2, 3, 4]) x2 = torch.Tensor([[1],[2],[3], ...
Pytorch nn.DataParallel()的简单用法
简单来说就是使用单机多卡进行训练. 一般来说我们看到的代码是这样的: net = XXXNet() net = nn.DataParallel(net) 这样就可以让模型在全部GPU上训练. 方法定义 ...
Pytorch torch.manual_seed()的简单用法
简单来说就是指定随机数种子(种子可以是个任意int值),用来生成伪随机数: import torchtorch.manual_seed(1) print(torch.rand(1)) print(to ...
Pytorch torch.nonzero()的简单用法
官方文档:https://pytorch-cn.readthedocs.io/zh/latest/package_references/torch/ 顾名思义,返回非零元素的索引: 先从一维的看起: ...
pytorch transforms图像增强
一.前言在学习自己的项目发现自己有很多基础知识不牢,对于图像处理有点不太清楚,因此写下来作为自己的笔记,主要是我想自己动手写一下每一句代码到底做了什么,而不是单纯的我看了知道了它做了什么,说白了,不 ...
pytorch torchvision.transforms.Resize
API CLASS torchvision.transforms.Resize(size, interpolation=2) 参数描述 size (sequence or int) 如果size是s ...
transforms.Resize()的用法
调整PILImage对象的尺寸提示:不能是用io.imread或者cv2.imread读取的图片,这两种方法得到的是ndarray. 一般输入深度网络的特征图长宽是相等的,就不能采取等比例缩放的方式 ...

Pytorch transforms.Resize()的简单用法

Pytorch transforms.Resize()的简单用法相关推荐

最新文章

热门文章