图像预处理——transforms

一、transforms 运行机制

torchvision是PyTorch的一个扩展库，提供了许多计算机视觉相关的工具和功能。下面是关于torchvision中常用模块的介绍：

  1. torchvision.transforms：提供了一系列常用的图像预处理方法，用于对图像进行变换、缩放、裁剪、旋转、翻转等操作。例如，ToTensor将PIL图像或numpy数组转换为Tensor，Normalize对图像进行标准化处理，RandomCrop随机裁剪图像等。
  2. torchvision.datasets：包含了一些常用的数据集的dataset实现，方便用户加载和使用。例如，MNIST是一个手写数字数据集，CIFAR-10是一个包含10个类别的彩色图像数据集，ImageNet是一个大规模的图像数据集等。这些数据集可以方便地用于训练和评估模型。
  3. torchvision.models：提供了一些常用的预训练模型，可以用于图像分类、目标检测、图像分割等任务。这些模型包括了经典的网络结构，如AlexNet、VGG、ResNet、GoogLeNet等。用户可以通过加载预训练模型，快速搭建和使用这些模型。
  4. torchvision.utils：提供了一些辅助函数和工具，用于计算机视觉任务中的常见操作。例如，make_grid可以将多张图像拼接成一个网格显示，save_image可以将Tensor保存为图像文件，draw_bounding_boxes可以在图像上绘制边界框等。

torchvision.transforms

torchvision.transforms模块提供了一系列常用的图像预处理方法，用于对图像进行各种变换和操作。以下是一些常用的图像预处理方法：

  1. 数据中心化（Data normalization）：
    • Normalize(mean, std)：对图像进行均值和标准差的归一化处理。
  2. 数据标准化（Data standardization）：
    • ToTensor()：将PIL图像或numpy数组转换为Tensor，并将像素值缩放到[0, 1]范围内。
  3. 缩放（Resizing）：
    • Resize(size)：将图像的大小调整为指定的尺寸。
    • RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.333))：随机裁剪并缩放图像到指定的尺寸。
  4. 裁剪（Cropping）：
    • CenterCrop(size)：从图像的中心裁剪出指定大小的区域。
    • RandomCrop(size)：随机裁剪图像的一部分。
  5. 旋转（Rotation）：
    • RandomRotation(degrees)：随机旋转图像一定角度。
  6. 翻转（Flipping）：
    • RandomHorizontalFlip(p=0.5)：以给定的概率随机水平翻转图像。
    • RandomVerticalFlip(p=0.5)：以给定的概率随机垂直翻转图像。
  7. 填充（Padding）：
    • Pad(padding)：在图像周围填充指定数量的像素。
  8. 噪声添加（Noise adding）：
    • RandomNoise()：向图像中添加随机噪声。
  9. 灰度变换（Grayscale transformation）：
    • Grayscale(num_output_channels=1)：将图像转换为灰度图像。
  10. 线性变换（Linear transformation）：
    • RandomAffine(degrees, translate=None, scale=None, shear=None)：随机仿射变换图像。
  11. 亮度、饱和度及对比度变换（Brightness, saturation, and contrast transformation）：
    • AdjustBrightness(brightness_factor)：调整图像的亮度。
    • AdjustSaturation(saturation_factor)：调整图像的饱和度。
    • AdjustContrast(contrast_factor)：调整图像的对比度。
      这些方法可以根据需要组合使用，以实现对图像进行预处理和增强的目的。

在这里插入图片描述

transforms.Normalize

功能：逐channel的对图像进行标准化

output = (input - mean) / std

• mean：各通道的均值
• std：各通道的标准差
• inplace：是否原地操作

transforms.Normalize(mean, std, inplace=False)是torchvision.transforms模块中的一个图像预处理方法，用于对图像进行数据中心化（data normalization）的操作。
参数说明：

  • mean：用于数据中心化的均值，可以是一个标量或一个长度为图像通道数的列表/元组。如果图像是灰度图像，只需要提供一个标量；如果图像是彩色图像，需要提供每个通道的均值。
  • std：用于数据中心化的标准差，可以是一个标量或一个长度为图像通道数的列表/元组。如果图像是灰度图像，只需要提供一个标量；如果图像是彩色图像，需要提供每个通道的标准差。
  • inplace：是否原地操作，默认为False。如果设置为True，则会直接修改输入的Tensor，否则会返回一个新的Tensor。
    数据中心化（data normalization）是一种常用的图像预处理操作，通过将图像的每个像素减去均值并除以标准差，将图像的像素值归一化到均值为0、标准差为1的范围内。这样做的目的是消除不同图像之间的亮度差异，使得图像在训练过程中更容易收敛。
    使用示例：
import torchvision.transforms as transforms
# 定义均值和标准差
mean = [0.5, 0.5, 0.5]  # RGB图像的均值
std = [0.5, 0.5, 0.5]  # RGB图像的标准差
# 定义Normalize变换
normalize = transforms.Normalize(mean=mean, std=std)
# 对图像进行数据中心化
normalized_image = normalize(image)

上述示例中，mean和std分别表示RGB图像的均值和标准差。normalize是一个Normalize对象，可以将其应用于图像数据，实现数据中心化的操作。最终得到的normalized_image是一个经过数据中心化处理后的图像。

代码示例

"""
# @file name  : transforms_methods_1.py
# @author     : siuser
# @brief      : transforms方法(一)
"""
import osBASE_DIR = os.path.dirname(os.path.abspath(__file__))
import numpy as np
import torch
import random
from torch.utils.data import DataLoader
import torchvision.transforms as transforms
from PIL import Image
from matplotlib import pyplot as pltpath_lenet = os.path.abspath(os.path.join(BASE_DIR, "..", "..", "model", "lenet.py"))
path_tools = os.path.abspath(os.path.join(BASE_DIR, "..", "..", "tools", "common_tools.py"))
assert os.path.exists(path_lenet), "{}不存在，请将lenet.py文件放到 {}".format(path_lenet, os.path.dirname(path_lenet))
assert os.path.exists(path_tools), "{}不存在，请将common_tools.py文件放到 {}".format(path_tools,os.path.dirname(path_tools))import sys# 获取当前文件所在目录的绝对路径
hello_pytorch_DIR = os.path.abspath(os.path.dirname(__file__) + os.path.sep + ".." + os.path.sep + "..")# 将hello_pytorch_DIR添加到sys.path中，以便可以导入该目录下的模块
sys.path.append(hello_pytorch_DIR)from tools.my_dataset import RMBDataset
from tools.common_tools import set_seed, transform_invertset_seed(1)  # 设置随机种子# 参数设置
MAX_EPOCH = 10
BATCH_SIZE = 1
LR = 0.01
log_interval = 10
val_interval = 1
rmb_label = {"1": 0, "100": 1}# ============================ step 1/5 数据 ============================
# 获取数据集划分的路径
split_dir = os.path.abspath(os.path.join("..", "..", "data", "rmb_split"))# 检查数据集划分路径是否存在，如果不存在则抛出异常
if not os.path.exists(split_dir):raise Exception(r"数据 {} 不存在, 回到lesson-06\1_split_dataset.py生成数据".format(split_dir))# 训练集路径
train_dir = os.path.join(split_dir, "train")# 验证集路径
valid_dir = os.path.join(split_dir, "valid")import torchvision.transforms as transformsnorm_mean = [0.485, 0.456, 0.406]  # RGB图像的均值
norm_std = [0.229, 0.224, 0.225]  # RGB图像的标准差# 定义训练集的数据预处理操作
train_transform = transforms.Compose([transforms.Resize((224, 224)),  # 调整图像大小为224x224# 1 CenterCrop# transforms.CenterCrop(512),     # 512,将图像从中心位置裁剪为指定的大小，即将图像的宽度和高度都调整为512像素# 2 RandomCrop# transforms.RandomCrop(224, padding=16),# transforms.RandomCrop(224, padding=(16, 64)),# transforms.RandomCrop(224, padding=16, fill=(255, 0, 0)),# transforms.RandomCrop(512, pad_if_needed=True),   # pad_if_needed=True# transforms.RandomCrop(224, padding=64, padding_mode='edge'),# transforms.RandomCrop(224, padding=64, padding_mode='reflect'),# transforms.RandomCrop(1024, padding=1024, padding_mode='symmetric'),# 3 RandomResizedCrop# transforms.RandomResizedCrop(size=224, scale=(0.5, 0.5)),# 4 FiveCrop# transforms.FiveCrop(112),# transforms.Lambda(lambda crops: torch.stack([(transforms.ToTensor()(crop)) for crop in crops])),# 5 TenCrop# transforms.TenCrop(112, vertical_flip=False),# transforms.Lambda(lambda crops: torch.stack([(transforms.ToTensor()(crop)) for crop in crops])),# 1 Horizontal Flip# transforms.RandomHorizontalFlip(p=1),# 2 Vertical Flip# transforms.RandomVerticalFlip(p=0.5),# 3 RandomRotation# transforms.RandomRotation(90),# transforms.RandomRotation((90), expand=True),# transforms.RandomRotation(30, center=(0, 0)),# transforms.RandomRotation(30, center=(0, 0), expand=True),   # expand only for center rotationtransforms.ToTensor(),  # 将图像转换为Tensor类型transforms.Normalize(mean=norm_mean, std=norm_std)  # 对图像进行数据中心化
])valid_transform = transforms.Compose([transforms.Resize((224, 224)),  # 调整图像大小为224x224像素transforms.ToTensor(),  # 将图像转换为张量格式，将像素值从0-255映射到0-1之间transforms.Normalize(norm_mean, norm_std)  # 对图像张量进行标准化处理，使用给定的均值和标准差进行归一化
])# 构建MyDataset实例
train_data = RMBDataset(data_dir=train_dir, transform=train_transform)  # 构建训练数据集实例
valid_data = RMBDataset(data_dir=valid_dir, transform=valid_transform)  # 构建验证数据集实例# 构建DataLoader
train_loader = DataLoader(dataset=train_data, batch_size=BATCH_SIZE, shuffle=True)  # 构建训练数据加载器
valid_loader = DataLoader(dataset=valid_data, batch_size=BATCH_SIZE)  # 构建验证数据加载器# ============================ step 5/5 训练 ============================
for epoch in range(MAX_EPOCH):for i, data in enumerate(train_loader):inputs, labels = data  # 获取输入数据和标签img_tensor = inputs[0, ...]  # 获取第一个样本的图像张量img = transform_invert(img_tensor, train_transform)  # 将图像张量转换为图像plt.imshow(img)  # 显示图像plt.show()  # 显示图像窗口plt.pause(0.5)  # 暂停0.5秒plt.close()  # 关闭图像窗口# bs, ncrops, c, h, w = inputs.shape# for n in range(ncrops):#     img_tensor = inputs[0, n, ...]  # C H W#     img = transform_invert(img_tensor, train_transform)#     plt.imshow(img)#     plt.show()#     plt.pause(1)

os.path.abspath(file)

os.path.abspath(__file__)用于获取当前文件的绝对路径。
__file__是Python中的一个内置变量，表示当前文件的路径。os.path.abspath()函数可以将相对路径转换为绝对路径。
以下是一个示例代码，展示了如何使用os.path.abspath(__file__)获取当前文件的绝对路径：

import os
# 获取当前文件的绝对路径
file_path = os.path.abspath(__file__)
print(file_path)

在这个示例中，os.path.abspath(__file__)会返回当前文件的绝对路径，并将其赋值给file_path变量。然后，通过print()函数打印出file_path的值，即当前文件的绝对路径。

assert os.path.exists(path_lenet)

assert是Python中的一个关键字，用于在程序中进行断言（assertion）。断言是一种用于检查程序中的假设条件是否成立的方法。它是一种声明，用于确保在程序执行过程中某个特定的条件为真。如果断言条件为真，则程序继续执行；如果断言条件为假，则断言语句会抛出AssertionError异常，并中断程序的执行。

os.path.exists()是os.path模块中的一个函数，用于检查指定路径的文件或目录是否存在。它接受一个路径作为参数，并返回一个布尔值，表示指定路径是否存在。如果路径存在，则返回True；如果路径不存在，则返回False。

sys.path.append和os.path.join的区别

sys.path.append()和os.path.join()都是Python中用于处理路径的函数，但它们的作用和用法有所不同。

sys.path.append()是用于将路径添加到Python解释器搜索模块的路径列表中。在Python中，当你导入一个模块时，解释器会按照一定的顺序搜索模块所在的路径。sys.path是一个包含搜索路径的列表，sys.path.append()可以将指定的路径添加到这个列表的末尾，使得解释器能够搜索到该路径下的模块。

例如，如果你有一个自定义的模块，放在/path/to/my_module/目录下，你可以使用sys.path.append('/path/to/my_module/')将该路径添加到搜索路径中，然后就可以通过import my_module来导入该模块了。

os.path.join()是用于将多个路径组合成一个完整的路径。它接受多个路径作为参数，并根据当前操作系统的规则将它们连接起来。这个函数会自动处理不同操作系统的路径分隔符，确保生成的路径是正确的。

例如，假设你有两个路径'/path/to/directory/'和'file.txt'，你可以使用os.path.join('/path/to/directory/', 'file.txt')来将它们连接起来，生成完整的路径'/path/to/directory/file.txt'。

总结一下：

  • sys.path.append()用于将路径添加到Python解释器搜索模块的路径列表中，以便能够导入该路径下的模块。
  • os.path.join()用于将多个路径组合成一个完整的路径，确保生成的路径是正确的。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/320803.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【操作系统xv6】学习记录2 -RISC-V Architecture

【操作系统xv6】学习记录2 -RISC-V Architecture

说明：看完这节，不会让你称为汇编程序员，知识操作系统的前置。 ref：https://binhack.readthedocs.io/zh/latest/assembly/mips.html https://www.bilibili.com/video/BV1w94y1a7i8/?p7 MIPS MIPS的意思是 “无内部互锁流水级的微…
阅读更多...
Spring（3）：声明式事务管理案例-转账（xml、注解）

Spring（3）：声明式事务管理案例-转账（xml、注解）

1 编写转账案例，引出事务管理问题 需求：账号转账，Tom账号取出1000元，存放到Jack账号上 1.1 建表脚本（MySQL） CREATE TABLE t_account (id INT(11) NOT NULL AUTO_INCREMENT,name VARCHAR(20) NOT NULL,m…
阅读更多...
无监督学习-聚类算法(k-means)

无监督学习-聚类算法(k-means)

无监督学习-聚类算法 1、聚类介绍 1.1、聚类作用 知识发现异常值检测特征提取 数据压缩的例子 1.2、有监督与无监督学习 有监督： 给定训练集X和标签Y选择模型 学习（目标函数的最优化）生成模型（本质上是一组参数、方程&#x…
阅读更多...
5G随身WiFi的口碑榜第一名到底怎么样？高性价比高口碑5G随身wifi推荐，5G随身WiFi哪个牌子最好用

5G随身WiFi的口碑榜第一名到底怎么样？高性价比高口碑5G随身wifi推荐，5G随身WiFi哪个牌子最好用

对于格行5G随身WiFi一经发布就可以占据各大电商平台的口碑榜第一名和好评榜第一名，很多朋友表示不解这是怎么做到的？那么今天就由小编来详细介绍一下这款产品，为大家详细分析格行5G随身WiFi是怎么做到的。 品牌实力：格行作为深耕物…
阅读更多...
快速跳闸中间继电器 RXMS1-RK216 066-AD 24V 柜内安装，板后接线带中座

快速跳闸中间继电器 RXMS1-RK216 066-AD 24V 柜内安装，板后接线带中座

系列型号 RXMS1 RK 216 437快速跳闸继电器；RXMS1 RK 216 237快速跳闸继电器； RXMS1 RK 216 449快速跳闸继电器；RXMS1 RK 216 249快速跳闸继电器； RXMS1 RK 216 450快速跳闸继电器；RXMS1 RK 216 250快速跳闸继电器&…
阅读更多...
计划任务at crontab

计划任务at crontab

一，一次性的计划任务 at （一）at相关命令 at 时间 ctrl d 提交 atq 查看计划任务 atrm 任务序号列 可以删除任务 （二）at 相关配置文件 …
阅读更多...
nginx配置图片服务器

nginx配置图片服务器

目录 一：访问流程 二：缓存服务器配置 三：上传图片直接上传到图片服务器 四：加快图片访问 一：访问流程 访问缓存服务器(上面安装nginx反向代理到图片服务器，对外提供服务)->图片服务器 二&#xff1…
阅读更多...
详细解读QLC SSD无效编程问题-2

详细解读QLC SSD无效编程问题-2

作者通过SimpleSSD仿真模型，采用SLCQLC混合模式来开展进一步的验证工作。评估过程中，当写入请求到达固态硬盘时，首先会被写入缓存（DRAM），然后才被回写到NAND。文中引入了一个名叫做LRU(Least Recently Used…
阅读更多...
JOSEF约瑟 定时限过流继电器 JSL-21/5 柜内安装，板前接线 实物图

JOSEF约瑟 定时限过流继电器 JSL-21/5 柜内安装，板前接线 实物图

系列型号： JSL-11定时限过流继电器；JSL-12定时限过流继电器; JSL-13定时限过流继电器；JSL-14定时限过流继电器； JSL-15定时限过流继电器；JSL-16定时限过流继电器; JSL-21定时限过流继电器；JSL-22定时限过流…
阅读更多...
HTML如何设置多图片上传，并限制格式类型

HTML如何设置多图片上传，并限制格式类型

在HTML如何设置多图片上传&#xff0c;并限制格式类型为jpg和png格式。 <input type"file" name"fileInput" id"fileInput"> 上面这行代码&#xff0c;只支持单个文件上传&#xff0c;且不支持文件类型过滤&#xff0c;在实际开发过程中&…
阅读更多...
C++|【25】构造函数和【26】析构函数

C++|【25】构造函数和【26】析构函数

为什么需要构造函数 创造一个实体类&#xff0c;而未将其内部变量提前赋予新值&#xff0c;并强行进行调用&#xff0c;将会随机分配上一个新的值。 而使用构造函数可以确保&#xff0c;可以使得变量有一个稳定的初始值。 Init函数需要人为去调用&#xff0c;而采用构造函数&am…
阅读更多...
新手必看！STM32通用定时器-输入捕获！

新手必看！STM32通用定时器-输入捕获！

一、用途与工作原理 用途&#xff1a;用于测量信号的参数&#xff0c;比如周期和频率。   工作原理&#xff1a;在输入捕获模式下&#xff0c;当捕获单元捕捉到外部信号的有效边沿(上升沿/下降 沿/双边沿)时&#xff0c;将计数器的当前值锁存到捕获/比较寄存器TIMx_CCR&#…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023