这篇文章主要讲解了“transforms的使用是怎样，为何需要tensor数据类型”，文中的讲解内容简单、清晰、详细，对大家学习或是工作可能会有一定的帮助，希望大家阅读完这篇文章能有所收获。下面就请大家跟着小编的思路一起来学习一下吧。

transforms

按住Ctrl查看transforms的源码可以知道，transforms就是一个python文件，里面定义了很多类，每一个类都是一个工具
在结构那里，可以看到有很多的类

ToTensor

Convert a PIL Image or numpy.ndarray to tensor. This transform does not support torchscript

通过ToTensor来学习transforms如何使用以及为什么使用tensor数据类型

transforms使用

transforms里面每一个类都可以看成是一个模具，我们可以用里面的模具做出一个具体的工具，如何用这个具体的工具来实现具体的功能

比如ToTensor的使用:

from torchvision import transforms
from PIL import Image

img_path = "data/train/ants_image/0013035.jpg"
img = Image.open(img_path)

tensor_trans = transforms.ToTensor()#模具（也就是这个类的对象）
tensor_img = tensor_trans(img)#实现ToTensor的功能，将一个input（PIL Image）转化成tensor

print(tensor_img)

为什么需要tensor数据类型呢？

在使用tensorboard里面常用的add_image时，里面的第二个参数是图片的数据类型，这个数据类型，可以是torch.Tensor, numpy.array, or string/blobname，上一篇博客用的是numpy.array，这里，其实可以直接得到tensor类型后直接用

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

img_path = "data/train/ants_image/0013035.jpg"
img = Image.open(img_path)

tensor_trans = transforms.ToTensor()
tensor_img = tensor_trans(img)

writer = SummaryWriter("logs")
writer.add_image("Tensor_image", tensor_img)

writer.close()

常见的transforms

内置方法__call__()

可以发现基本上transforms里面的每一个类都有一个内置方法__call__()，这个方法和普通的方法的区别其实就是，普通方法一般是类的对象通过.的方式调用，但是call函数不需要，可以直接用对象加括号的形式调用

一个Person类，内置方法__call__和hello都有一个参数name，然后两个方法都输出name，一个通过person(“”)形式调用，一个通过person.hello(“”)调用

Normalize

Normalize a tensor image with mean and standard deviation.

这个方法进行归一化的时候，传入的参数是有两个列表一个是均值，一个是标准差，每个列表的n表示维度，是根据输入的channel数量决定的，比如我们的图片是rgb那n=3，它能将每个信道的输入进行归一化

根据公式可以知道计算的结果其实就是

代码示例：

from PIL import Image
from torchvision import transforms

img_path = "data/train/ants_image/0013035.jpg"
img = Image.open(img_path)

trans_totensor = transforms.ToTensor()
img_tensor = trans_totensor(img)

print(img_tensor[0][0][0])
trans_norm = transforms.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])
img_norm = trans_norm(img_tensor)
print(img_norm[0][0][0])

writer = SummaryWriter("logs")
writer.add_image("Normalize", img_norm)

writer.close()

输出：

tensor(0.3137)
tensor(-0.3725)

Resize

Resize the input image to the given size

参数：
可以给一个（H,W）这样的参数，改变图片的大小，也可以指定一个int，改变长和宽的比例

代码示例

print(img.size)
trans_resize = transforms.Resize((512, 512))
img_resize = trans_resize(img)# 参数和返回值都是 img PIL
print(img_resize)

输出结果：

变成了正方形

Compose

Composes several transforms together. This transform does not support torchscript.

可以将第一种类型转化为第二种，参数一的类型做输入，参数二的类型做输出，输入一定要对应，不然就会报错

代码示例

trans_totensor = transforms.ToTensor()
trans_resize_2 = transforms.Resize(512)
# PIL -> tensor
trans_compose = transforms.Compose([trans_resize_2, trans_totensor])
img_resize_2 = trans_compose(img)
writer.add_image("Resize", img_resize_2, 1)

这篇关于“transforms的使用是怎样，为何需要tensor数据类型”的文章就介绍到这了,更多相关的内容，欢迎关注群英网络，小编将为大家输出更多高质量的实用文章！