pytorch之transforms
transforms可以对图像进行裁剪,翻转,旋转,图像变换。
裁剪
torchvision.transforms.RandomResizedCrop
import torchvision.transforms as T
'''
随机缩放裁剪
params: size 裁剪之后的大小
param:scale 随机剪裁的区间
param: ratio 随机长宽比设置
param: 插值方法
'''
T.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=2)
翻转
torchvision.transforms.RandomHorizontalFlip
'''
随机水平翻转
param: p 按p的概率进行水平翻转
'''
T.RandomHorizontalFlip(p=0.5)
图像变换
torchvision.transforms.ColorJitter
'''
修改亮度、对比度和饱和度
param: brightness 亮度
param: contrast 对比度
param: saturation 饱和度
paramL hue 色调
'''
T.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)
torchvision.transforms.RandomGrayscale
'''
以概率p转换为灰度图
param: p 概率
'''
T.RandomGrayscale(p=0.2)
torchvision.transforms.ToTensor
'''
转换为Tensor格式, 并除以255。一般而言图像区间为[0,255],除以255可以对数据进行归一化处理。
'''
T.ToTensor()
torchvision.transforms.Normalize
'''
对数据按通道进行标准化,即先减均值,再除以标准差
param: mean 均值,为hwc格式
paramL std 标准差,为hwc格式
'''
T.Normalize(mean, std)
torchvision.transforms.Resize
'''
重置图像大小
param: size 重置后图像大小
param: interpolation 插值方法
'''
T.Resize(size, interpolation=2)
对transforms操作
'''
对transforms按照p的概率进行操作
param: p 概率
'''
T.RandomApply(transforms, p=0.5)
参考链接:
https://zhuanlan.zhihu.com/p/53367135
pytorch之transforms相关推荐
- PyTorch :transforms 数据增强:裁剪、翻转、旋转
在之前课程中,我们已经熟悉了 PyTorch 中 transforms 的运行机制,它提供了大量的图像增强方法,例如裁剪.旋转.翻转等等,以及可以自定义实现增强方法.本节课中,我们将进一步学习 tra ...
- pytorch orchvision.transforms.Normalize
API CLASS torchvision.transforms.Normalize(mean, std, inplace=False) input需要为(C,H,W),一般会用ToTensor()预 ...
- pytorch torchvision.transforms.ToTensor
API 将Shape=(HWC)的PIL.Image或者numpy.ndarray转换成shape=(CHW)的范围在[0.0,1.0]的torch.FloatTensor 像素值范围从[0, 255 ...
- 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 ...
- pytorch torchvision.transforms.CenterCrop
应用 以图片中心进行裁剪 import torchivision.transforms import PIL.Image as Image import torchvision.transforms# ...
- Pytorch中transforms.Compose()的使用
torchvision介绍 torchvision是pytorch的一个图形库,它服务于PyTorch深度学习框架的,主要用来构建计算机视觉模型.torchvision.transforms主要是用于 ...
- [Pytorch] torchvision.transforms.ToTensor
PyTorch框架中有一个非常重要且好用的包:torchvision,该包主要由3个子包组成,分别是:torchvision.datasets.torchvision.models.torchvisi ...
- 深度学习(PyTorch)——Transforms的使用方法与技巧
B站UP主"我是土堆"视频内容 Transforms主要是对数据进行特定的变化 Transforms的结构及其用法 在pycharm输入from torchvision impor ...
- Pytorch下transforms.ToTensor(),transforms.Normalize()详解,及代码实现和复原
一.在数据处理时,我们要经常用到transforms.ToTensor(),transforms.Normalize()语句,将图像数据转换为tensor并标准化到[-1,1]之间. 其计算过程为: ...
- Pytorch:transforms的二十二个方法
https://blog.csdn.net/weixin_38533896/article/details/86028509
最新文章
- iOS 直播专题3-前置处理
- 开源监控解决方案Nagios+Cacti+PNP4Nagios+NConf+NDOUtils+Nagvis(六)ndoutils安装
- 比赛-模拟赛 (17 Aug, 2018) (待施工)
- 安卓应用安全指南 4.4.3 创建/使用服务高级话题
- DL之Attention:Attention注意力机制的简介、应用领域之详细攻略
- Nginx核心模块——HTTP中的配置指令location和rewrite介绍
- React Native 和ionic2 你选择哪一个?
- linux awk 某一列合并,利用shell中awk和xargs以及sed将多行多列文本中某一列合并成一行...
- 微信视频号Android面试经验,如何通过视频面试拿下offer?我们来给你支招啦!
- android学习笔记---66_自定义标签页
- uniapp语音识别_uni-app开发APP语音播报功能
- 时间序列模型之——prophet
- Hudson dryRun jobs break after upgrade from 2.2.0 to 2.2.1
- 剑指offer面试题[17]-合并两个排序的链表
- 翻译:Swift 5编写并发编程,并发解决方案和异步Operation
- sge中的windows选项
- 安装Wireshark时提示Npcap失败的解决办法(亲测且多人反馈有用)
- win7旗舰版 OEM KEY
- matplotlib plot函数使用详解
- 使用xpath,正则表达式爬取豆瓣top250电影信息
热门文章
- Godaddy、Lunarpages、IXwebhosting国外三大主机点评
- 整理2020智能车竞赛网站各分赛区报名情况
- 用python打开文件然后写个欢迎代码
- Kata Containers用例
- OpenStack in containers
- boseqc35能不能连电脑_boseQC35耳机不能连接win10电脑如何解决
- 插上耳机一说话别人听有很大的电流声怎么办?
- 2019税改有哪些变化?什么是专项扣除?这些改动与你的工资息息相关!
- 1.1Vue安装以及使用(node安装)
- Oracle (temporary tablespace)临时表空间说明