一.transforms是什麼?

對於視覺方向的影象處理方面，PyTorch提供了很好的預處理介面，對於影象的轉換處理，使用 torchvision.tranforms 模組使得這些操作非常高效.

• 由於transforms中包含幾十種方法,我每學到一個就會記錄一個.

二.transform中包含的方法

1. transforms.ToTensor()

   • 功能：將PIL Image或者 ndarray 轉換為tensor，並且歸一化至[0-1]

   • 作用: 由於在pytorch中使用的資料都需要轉換為tensor型別,我們此時就可以使用該函式將影象轉換為張量.

三.使用方法

1. transforms.ToTensor

下面我們針對影象處理舉個例子.並將其在tensorboard工具中進行視覺化影象

• 第一步:

  匯入三個包,1.transforms模組 2.SummaryWriter(在tensorboard一節已介紹) 3.python中自帶的讀取圖片的模組

  from torchvision import transforms
  from tensorboardX import SummaryWriter
  from PIL import Image
  

• 第二步:

  讀取圖片,並轉換為Tensor型別,最後用tensorboard展示,程式碼如下

  # 開啟圖片
  img_path = '../BigData/網路視訊資料集/data/train/ants_image/28847243_e79fe052cd.jpg'
  img = Image.open(img_path)
  # 轉換為張量型別
  tensor_trans = transforms.ToTensor()
  tensor_img = tensor_trans(img)
  # 寫入日誌
  writer = SummaryWriter('LOGS/007log')
  writer.add_image('test', tensor_img)
  # 關閉工作流
  writer.close()
  
   
  

• 第三步:

  在tensorboard工具下檢視圖片