transform的简单使用

原创已于 2022-01-22 15:09:25 修改 · 2.1k 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#深度学习 #机器学习 #python

收录于

于 2022-01-22 10:37:57 首次发布

本文通过使用Python中的PIL库加载图片，并利用PyTorch进行图像预处理操作，如转换为张量、归一化及调整尺寸等，展示了如何在深度学习项目中准备图像数据。

from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms

writer = SummaryWriter("logs")
img = Image.open("images/outside.jpg")

trans_totensor = transforms.ToTensor()
img_tensor = trans_totensor(img)
writer.add_image("ToTensor", img_tensor)

# normalize
trans_norm = transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])
img_norm = trans_norm(img_tensor)
writer.add_image("Normalize", img_norm, 2)

#resize
print(img.size)
trans_resize = transforms.Resize((512, 512))
img_resize = trans_resize(img_tensor)
writer.add_image("resize", img_resize, 2)

writer.close()