PyTorch Demo-4 : 数据变换Transforms

2024-09-05 01:38

本文主要是介绍PyTorch Demo-4 : 数据变换Transforms,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Transforms的函数有很多,每次都是直接copy已有的代码,但是不知道具体是什么样子,在这里记录一下

Transforms常用方法的具体说明参考链接1,链接2,或者官方文档。

原始图像采用图像处理经典的Lena:

在这里插入图片描述

Python代码
from PIL import Image
from torchvision import transforms as tf
import matplotlib.pyplot as pltimg = Image.open('lena.jpg')img = tf.Resize((256, 256))(img)
size = (224, 224)trans = {# Crop'RandomCrop': tf.RandomCrop(size),'CenterCrop': tf.CenterCrop(size),'RandomResizedCrop': tf.RandomResizedCrop(size=size, scale=(0.08, 1.0), ratio=(0.75, 1.333), interpolation=2),# Filp and Rotation'RandomRotation': tf.RandomRotation(30),'RandomVerFilp': tf.RandomVerticalFlip(p=1),'RandomHorFilp': tf.RandomHorizontalFlip(p=1),# Transform'Normalize': tf.Compose([tf.ToTensor(),tf.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),tf.ToPILImage()]),'RandomErasing': tf.Compose([tf.ToTensor(),tf.RandomErasing(p=1, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=0),tf.ToPILImage()]),'Pad_5,10,15,20': tf.Pad((5, 10, 15, 20)),'ColorJitter_brightness': tf.ColorJitter(brightness=0.5, contrast=0, saturation=0, hue=0),'ColorJitter_contrast': tf.ColorJitter(brightness=0, contrast=0.5, saturation=0, hue=0),'ColorJitter_saturation': tf.ColorJitter(brightness=0, contrast=0, saturation=0.5, hue=0),'ColorJitter_hue': tf.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0.5),'Grayscale': tf.Grayscale(num_output_channels=1),'RandomGrayscale': tf.RandomGrayscale(p=1),# 'LinearTransformation': tf.LinearTransformation(transformation_matrix),'Affine_degrees': tf.RandomAffine(degrees=30, translate=None, fillcolor=0, scale=None, shear=None),'Affine_translate': tf.RandomAffine(degrees=0, translate=(0.2, 0.2), fillcolor=0, scale=None, shear=None),'Affine_scale': tf.RandomAffine(degrees=0, translate=None, fillcolor=0, scale=(0.7, 0.7), shear=None),'Affine_shear': tf.RandomAffine(degrees=0, translate=None, fillcolor=0, scale=None, shear=(0, 0, 0, 45)),
}for k, t in trans.items():print(k)img_ = t(img)plt.title(k)plt.axis('off')plt.imshow(img_)plt.savefig('./tf/%s.jpg' % k, bbox_inches='tight')
实现效果
Crop
Flip and Rotation
Transform

在这里插入图片描述

这篇关于PyTorch Demo-4 : 数据变换Transforms的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1137610

相关文章

Springboot处理跨域的实现方式(附Demo)

《Springboot处理跨域的实现方式(附Demo)》:本文主要介绍Springboot处理跨域的实现方式(附Demo),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不... 目录Springboot处理跨域的方式1. 基本知识2. @CrossOrigin3. 全局跨域设置4.

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

MySQL大表数据的分区与分库分表的实现

《MySQL大表数据的分区与分库分表的实现》数据库的分区和分库分表是两种常用的技术方案,本文主要介绍了MySQL大表数据的分区与分库分表的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有... 目录1. mysql大表数据的分区1.1 什么是分区?1.2 分区的类型1.3 分区的优点1.4 分

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

Redis 中的热点键和数据倾斜示例详解

《Redis中的热点键和数据倾斜示例详解》热点键是指在Redis中被频繁访问的特定键,这些键由于其高访问频率,可能导致Redis服务器的性能问题,尤其是在高并发场景下,本文给大家介绍Redis中的热... 目录Redis 中的热点键和数据倾斜热点键(Hot Key)定义特点应对策略示例数据倾斜(Data S

Python实现将MySQL中所有表的数据都导出为CSV文件并压缩

《Python实现将MySQL中所有表的数据都导出为CSV文件并压缩》这篇文章主要为大家详细介绍了如何使用Python将MySQL数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到... python将mysql数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到另一个

使用PyTorch实现手写数字识别功能

《使用PyTorch实现手写数字识别功能》在人工智能的世界里,计算机视觉是最具魅力的领域之一,通过PyTorch这一强大的深度学习框架,我们将在经典的MNIST数据集上,见证一个神经网络从零开始学会识... 目录当计算机学会“看”数字搭建开发环境MNIST数据集解析1. 认识手写数字数据库2. 数据预处理的

SpringBoot整合jasypt实现重要数据加密

《SpringBoot整合jasypt实现重要数据加密》Jasypt是一个专注于简化Java加密操作的开源工具,:本文主要介绍详细介绍了如何使用jasypt实现重要数据加密,感兴趣的小伙伴可... 目录jasypt简介 jasypt的优点SpringBoot使用jasypt创建mapper接口配置文件加密

使用Python高效获取网络数据的操作指南

《使用Python高效获取网络数据的操作指南》网络爬虫是一种自动化程序,用于访问和提取网站上的数据,Python是进行网络爬虫开发的理想语言,拥有丰富的库和工具,使得编写和维护爬虫变得简单高效,本文将... 目录网络爬虫的基本概念常用库介绍安装库Requests和BeautifulSoup爬虫开发发送请求解