pytorch中的transforms模塊中包含了很多種對(duì)圖像數(shù)據(jù)進(jìn)行變換的函數(shù)，這些都是在我們進(jìn)行圖像數(shù)據(jù)讀入步驟中必不可少的，下面我們講解幾種最常用的函數(shù)，詳細(xì)的內(nèi)容還請(qǐng)參考pytorch官方文檔（放在文末）。

data_transforms = transforms.Compose([
    transforms.RandomResizedCrop(224),
    transforms.RandomHorizontalFlip(),
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
  ])

從上面的data_transforms變量中我們能夠看出進(jìn)行了多種變換，而Compose方法是將多種變換組合起來。data_transforms中一共包含了四個(gè)變換，前兩個(gè)是對(duì)PILImage進(jìn)行的，分別對(duì)其進(jìn)行隨機(jī)大?。J(rèn)原始圖像大小的0.08-1.0）和隨機(jī)寬高比（默認(rèn)原始圖像寬高比的3/4-4/3）的裁剪，之后resize到指定大小224；以及對(duì)原始圖像進(jìn)行隨機(jī)（默認(rèn)0.5概率）的水平翻轉(zhuǎn)。

第三個(gè)transforms.ToTensor()的變換操作是關(guān)鍵一步，它將PILImage轉(zhuǎn)變?yōu)閠orch.FloatTensor的數(shù)據(jù)形式，這種數(shù)據(jù)形式一定是C x H x W的圖像格式加上[0,1]的大小范圍。它將顏色通道這一維從第三維變換到了第一維。

最后的Normalize變換是對(duì)tensor這種數(shù)據(jù)格式進(jìn)行的，它的操作是用給定的均值和標(biāo)準(zhǔn)差分別對(duì)每個(gè)通道的數(shù)據(jù)進(jìn)行正則化。具體來說，給定均值(M1,...,Mn)，給定標(biāo)準(zhǔn)差(S1,..,Sn)，其中n是通道數(shù)（一般是3），對(duì)每個(gè)通道進(jìn)行如下操作：

output[channel] = (input[channel] - mean[channel]) / std[channel]

最后需要強(qiáng)調(diào)一點(diǎn)的是，這幾個(gè)變換的先后順序有一定的講究，因?yàn)椴煌姆椒ㄋ幚淼膶?duì)象不一樣，前兩種變換是對(duì)PILImage進(jìn)行的，而Normalize則是對(duì)tensor進(jìn)行的，所以處理PILImage的變換方法（大多數(shù)方法）都需要放在ToTensor方法之前，而處理tensor的方法（比如Normalize方法）就要放在ToTensor方法之后。

附上pytorch官方參考：https://pytorch.org/docs/stable/torchvision/transforms.html?highlight=torchvision%20transforms

以上這篇pytorch中的transforms模塊實(shí)例詳解就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論