PyTorch:transforms用法詳解
- 常見的transform操作
-
- 1.resize: `transforms.Resize`
- 2.标準化: `transforms.Normalize`
- 3.轉為Tensor: `transforms.ToTensor`
transforms用于圖形變換,在使用時我們還可以使用
transforms.Compose
将一系列的transforms操作連結起來。
-
ts為transforms操作torchvision.transforms.Compose([ ts,ts,ts... ])
i.e.
transforms.Compose([
transforms.CenterCrop(10),
transforms.ToTensor(), ])
transform = transforms.Compose(
[transforms.ToTensor(),
transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])
常見的transform操作
1.resize: transforms.Resize
transforms.Resize
将輸入PIL圖像的大小調整為給定大小。
- size(sequence 或int)
- 所需的輸出大小。如果size是類似(h,w)的序列,則輸出大小将與此比對。如果size是int,則圖像的較小邊緣将與此數字比對。即,如果高度>寬度,則圖像将重新縮放為(size*高度/寬度,size)
- interpolation(int,optional) - 所需的插值。預設是 PIL.Image.BILINEAR
2.标準化: transforms.Normalize
transforms.Normalize
用平均值和标準偏差歸一化張量圖像。給定mean:(M1,…,Mn)和std:(S1,…,Sn)對于n通道,此變換将标準化輸入的每個通道,torch.*Tensor即 input[channel] = (input[channel] - mean[channel]) / std[channel]
- mean(sequence) - 每個通道的均值序列。
- std(sequence) - 每個通道的标準偏差序列。
i.e.
transform = transforms.Compose(
[transforms.ToTensor(),
transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])
把輸入資料的值從0-1變換到(-1,1).具體地說,對每個通道而言,Normalize執行以下操作:
image = (image - mean) / std
其中mean和std分别通過(0.5,0.5,0.5)和(0.5,0.5,0.5)進行指定。原來的0-1最小值0則變成(0-0.5)/0.5=-1,而最大值1則變成(1-0.5)/0.5=1.
3.轉為Tensor: transforms.ToTensor
transforms.ToTensor
torchvision.transforms.ToTensor
将PIL Image或者 ndarray 轉換為tensor,并且歸一化至[0-1] ;
注意事項: 歸一化至[0-1]是直接除以255,若自己的ndarray資料尺度有變化,則需要自行修改。