pyrtorch图片处理:torchvision.transforms常用方法

本文详细介绍了使用PyTorch中的transforms模块进行图片预处理的方法,包括图片尺寸调整、裁剪、格式转换及归一化等内容。了解这些操作对于构建高质量的计算机视觉模型至关重要。
Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化,内置完整运行环境与 Qwen3-32B 模型依赖,开箱即用。

transforms.Compose()

串联多个图片变换的操作。

transforms.Resize()

将图片转换到制定大小。

Resize(224)  将图片短边缩放到224,长边做等比缩放

Resize([224,224])将图片缩放到224*224

transforms.CenterCrop()

图片裁剪,从中心位置裁剪指定大小的图片。

transforms.ToTensor()

(1) transforms.ToTensor() 将numpy的ndarray或PIL.Image读的图片转换成形状为(C,H, W)的Tensor格式,且/255归一化到[0,1.0]之间
(2)通道的具体顺序与cv2读的还是PIL.Image读的图片有关系
         cv2:(B,G,R)
         PIL.Image:(R, G, B)

实际转化流程:

(1)img.tobytes()    将图片转化成内存中的存储格式

(2)torch.ByteStorage.rombuffer(img.tobytes())  将字节以流的形输入,转化成一维的张量

(3)对张量进行reshape

(4)对张量进行transpose

(5)将当前张量的每个元素除以255

(6)输出张量

transforms.Normalize()

归一化,[0,1]范围经过Normalize(mean = (0.5, 0.5, 0.5),  std = (0.5, 0.5, 0.5)),图片缩放到[-1,1]

公式:((0,1) -0.5)/0.5 = (-1,1)

 

您可能感兴趣的与本文相关的镜像

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen
文本生成
Qwen3

本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化,内置完整运行环境与 Qwen3-32B 模型依赖,开箱即用。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值