图像平均池化利用pytorch对图像进行池化

一. 池化简介

平均池化：将图片按照固定大小网格分割，网格内的像素值取网格内所有像素的平均值。

池化：使用均等大小的网格将图片分割，并求网格内代表值的过程。

池化是卷积神经网络（convolutional neural network）中非常重要的处理方式，能够有效地降低图像的维度。

平均池化定义：

二. 将输入图像用4*4网格做平均池化

import cv2import numpy as np# average poolingdef average_pooling(img, G=4):out = img.copy()H, W, C = img.shapeNh = int(H / G)Nw = int(W / G)for y in range(Nh):for x in range(Nw):for c in range(C):out[G*y:G*(y+1), G*x:G*(x+1), c] = np.mean(out[G*y:G*(y+1), G*x:G*(x+1), c]).astype(np.int)return out# Read imageimg = cv2.imread("../paojie.jpg")# Average Poolingout = average_pooling(img)# Save resultcv2.imwrite("out.jpg", out)cv2.imshow("result", out)cv2.waitKey(0)cv2.destroyAllWindows()

三. 输出结果

4*4平均池化结果

原图

四. 深度学习中的平均池化操作，以pytorch库为例

import cv2import numpy as npimport torchimport torch.nn as nnimg = cv2.imread('../paojie.jpg',0)  #读入灰度图像img = np.array(img,dtype='float32')img = torch.from_numpy(img.reshape(1,1,img.shape[0],img.shape[1]))  # 将灰度图像转换为tensoravgPool = nn.AvgPool2d(4)  #4*4的窗口，步长为4的平均池化img = avgPool(img)img = torch.squeeze(img)  #去掉1的维度img = img.numpy().astype('uint8')  #转换格式，准备输出cv2.imwrite("out.jpg", img)cv2.imshow("result", img)cv2.waitKey(0)cv2.destroyAllWindows()

五. pytorch中的平均池化输出结果( AvgPool2d() 函数 )

AvgPool2d后结果

可以看到，pytorch中 AvgPool2d 函数，平均池化后降低了图像的维度。

六. 参考内容

https://www.cnblogs.com/wojianxin/p/12496509.html

https://www.jianshu.com/p/4a673069bc03

图像平均池化利用pytorch对图像进行池化相关推荐

android代码查找图像,Android平台上利用opencv进行图像的边沿检测
原标题:Android平台上利用opencv进行图像的边沿检测近开始接触opencv for Android,从网上down了图像的边沿检测的代码. 测试图片: 在Android2.3.1模拟器上跑 ...
数字图像处理:图像平均/加法_OPT小讲堂 ∣ SciSmart图像增强之二值化
图像二值化(Image Binarization)简单理解就是通过适当的高低阈值将256个亮度等级的图像转换为二值图.本文中提及的二值图像均指灰度值为0(黑色)或255(白色)的图像. 在数字图像处理 ...
独家 | 在PyTorch中用图像混合（Mixup）增强神经网络（附链接）
作者:Ta-Ying Cheng翻译:陈之炎校对:车前子本文约2000字,建议阅读5分钟随机混合图像,效果是不是会更好? 标签:神经网络.图像混合一直以来,在深度学习领域,图像分类是呈指数级增长的课 ...
用PyTorch实现图像聚类
作者|Anders Ohrn 编译|VK 来源|Towards Data Science 利用深度卷积神经网络(DCNN)进行监督图像分类是一个成熟的过程.通过预训练模板模型加上微调优化,可以在许多有 ...
Pytorch实现图像风格迁移（一）
图像风格迁移是图像纹理迁移研究的进一步拓展,可以理解为针对一张风格图像和一张内容图像,通过将风格图像的风格添加到内容图像上,从而对内容图像进行进一步创作,获得具有不同风格的目标图像.基于深度学习网络的 ...
【动手学深度学习PyTorch版】15 池化层
上一篇请移步[动手学深度学习PyTorch版]14 卷积层里的多输入多输出通道_水w的博客-CSDN博客目录一.池化层 1.1 池化层 ◼池化层原因 ◼ 二维最大池化 1.2 填充.步幅与多个通道 ...
（pytorch-深度学习系列）pytorch卷积层与池化层输出的尺寸的计算公式详解
pytorch卷积层与池化层输出的尺寸的计算公式详解要设计卷积神经网络的结构,必须匹配层与层之间的输入与输出的尺寸,这就需要较好的计算输出尺寸先列出公式: 卷积后,池化后尺寸计算公式: (图像尺寸 ...
在OpenCV中利用卷积进行图像滤波
简介: 本文首先讨论了卷积核的概念,以及如何用于对图像进行滤波.然后通过他们对图像进行数学运算来实现特定的效果,比如平和和锐化.展示了如何在OpenCV中实现2D滤波. 在等同卷积卷积核之后,我们创 ...
c#图像灰度化、灰度反转、二值化
图像灰度化: 将彩色图像转化成为灰度图像的过程成为图像的灰度化处理.彩色图像中的每个像素的颜色有R.G.B三个分量决定,而每个分量有255中值可取,这样一个像素点可以有1600多万(255*255*2 ...

图像平均池化利用pytorch对图像进行池化

图像平均池化利用pytorch对图像进行池化相关推荐

最新文章

热门文章

图像平均池化 利用pytorch对图像进行池化

图像平均池化 利用pytorch对图像进行池化相关推荐

最新文章

热门文章

图像平均池化利用pytorch对图像进行池化

图像平均池化利用pytorch对图像进行池化相关推荐