简单粗暴PyTorch之transforms详解(一)
transforms详解
- 一、transforms 介绍
- 二、 transforms 运行机制
一、transforms 介绍
transforms在计算机视觉工具包torchvision下：
torchvision.transforms : 常用的图像预处理方法
torchvision.datasets : 常用数据集的dataset实现，MNIST，CIFAR-10，ImageNet等
torchvision.model : 常用的模型预训练，AlexNet，VGG， ResNet，GoogLeNet等
torchvision.transforms : 常用的图像预处理方法，提高泛化能力
• 数据中心化
• 数据标准化
• 缩放
• 裁剪
• 旋转
• 翻转
• 填充
• 噪声添加
• 灰度变换
• 线性变换
• 仿射变换
• 亮度、饱和度及对比度变换
相当于真正高考前做的三年高考五年模拟，五年高考是原始数据，三年模拟是在原题基础上改的模拟题，真正高考碰见了分就高了
二、 transforms 运行机制
采用transforms.Compose()，将一系列的transforms有序组合，实现时按照这些方法依次对图像操作。
train_transform = transforms.Compose([
transforms.Resize((32, 32)), # 缩放
transforms.RandomCrop(32, padding=4), # 随机裁剪
transforms.ToTensor(), # 图片转张量，同时归一化0-255 ---》 0-1
transforms.Normalize(norm_mean, norm_std), # 标准化均值为0标准差为1
])
构建Dataset实例，DataLoder实例。
# 构建MyDataset实例
train_data = RMBDataset(data_dir=train_dir, transform=train_transform)
# 构建DataLoder
train_loader = DataLoader(dataset=train_data, batch_size=BATCH_SIZE, shuffle=True)
在训练时每次调用batch_size个数据进行训练，在for循环前设置断点，在Dataset，DataLoder中查看transforms什么时候被调用、被执行。
for i, data in enumerate(train_loader):
debug进入上面for语句可以看到，进入到dataloader.py中，
运行到345行获取index告诉读哪些数据，346行根据索引获取数据，进入346行，到fetch.py文件中，可以看到此处调用dataset
进入dataset,到了my_dataset.py文件下的 __getitem__函数，根据索引获取图片的路径与标签，通过Image.open打开图片，在33，34行调用transform进行图片预处理
步入到34行，进入到transforms.py的__call__函数，通过for循环一次从compose中调用transforms方法，处理完后返回照片
此处就处理完了一个样本，然后循环获取一个batch_size大小的数据，collate_fn函数整理为batch_data返回
这就读取了一个batch_size的数据