pytorch使用之图像数据预处理

import torchvision
from torchvision import datasets, transforms

一，创建一个预处理格式列表
transform形式

transform_train_list = [
        #transforms.RandomResizedCrop(size=128, scale=(0.75,1.0), ratio=(0.75,1.3333), interpolation=3), #Image.BICUBIC)
        transforms.Resize((256,128), interpolation=3),
        transforms.Pad(10),
        transforms.RandomCrop((256,128)),
        transforms.RandomHorizontalFlip(),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
        ]

二，预处理格式组合

data_transforms =  transforms.Compose( transform_train_list )

三，读取本地图片并进行预处理

image_datasets = datasets.ImageFolder(os.path.join(data_dir, train_all),
                                          data_transforms)

四，创建加载器

dataloaders = {torch.utils.data.DataLoader(image_datasets, batch_size=opt.batchsize,
                                             shuffle=True, num_workers=8, pin_memory=True)