亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

pytorch如何對(duì)image和label同時(shí)進(jìn)行隨機(jī)翻轉(zhuǎn)

 更新時(shí)間：2023年09月09日 11:38:29   作者：叫我小二吧  
這篇文章主要介紹了pytorch如何對(duì)image和label同時(shí)進(jìn)行隨機(jī)翻轉(zhuǎn)問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

pytorch對(duì)image和label同時(shí)進(jìn)行隨機(jī)翻轉(zhuǎn)

在使用pytorch進(jìn)行數(shù)據(jù)增廣時(shí)碰到一個(gè)坑，對(duì)image和label分別進(jìn)行增廣，網(wǎng)絡(luò)訓(xùn)練結(jié)果一直很差，查了很久才找到，原來分別image和label進(jìn)行隨機(jī)翻轉(zhuǎn)操作時(shí)，是不同步的，記錄之，防止以后再犯。

所以在對(duì)數(shù)據(jù)進(jìn)行隨機(jī)增廣操作時(shí)，需要指定的參數(shù)，

代碼如下：

image_path = '/home/org/19.bmp'
label_path = '/home/mask/19.png'
image = Image.open(image_path)
print(image.size)
label = Image.open(label_path)
plt.figure()
plt.subplot(2, 2, 1)
plt.imshow(image)
plt.subplot(2, 2, 2)
plt.imshow(label)
p = np.random.choice([0, 1])#在0，1二者中隨機(jī)取一個(gè)，
print(p)
transform = transforms.Compose([
    transforms.RandomHorizontalFlip(p),#指定是否翻轉(zhuǎn)
    transforms.ToTensor()
])
img = transform(image)
lab = transform(label)
unloader = transforms.ToPILImage()
img = unloader(img)
lab = unloader(lab)
# print(img.shape)
plt.subplot(2, 2, 3)
plt.imshow(img)
plt.subplot(2, 2, 4)
plt.imshow(lab)
plt.show()

結(jié)果如下：

在這里插入圖片描述

pytorch image to tensor

from PIL import Image
import os.path as osp
import os
from torchvision.transforms import ToTensor
test_path = '../dataset/BSD500/images/test'
images_ls = os.listdir(test_path)
images_all_path = []
for image in images_ls:
    s_images_path = osp.join(test_path, image)
    images_all_path.append(s_images_path)
# print(images_all_path)
image = Image.open(images_all_path[0]).convert('YCbCr')
# image.show()
# print(image)
y, cb, cr = image.split()
print(y)
print(cb)
print(cr)
# y.show()
# cb.show()
image_to_tensor = ToTensor()
y = image_to_tensor(y)
print(y.shape)

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

相關(guān)文章

最新評(píng)論