PyTorch – 如何使用均值和標準差對影像進行歸一化？

**Normalize()** 變換使用均值和標準差對影像進行歸一化。**torchvision.transforms** 模組提供了許多重要的變換，可用於對影像資料執行不同型別的操作。

**Normalize()** 僅接受任何大小的張量影像。張量影像是一個 torch 張量。張量影像可能具有 n 個通道。**Normalize()** 變換對每個通道的張量影像進行歸一化。

由於此變換僅支援張量影像，因此應先將 PIL 影像轉換為 torch 張量。應用 **Normalize()** 變換後，我們將歸一化的 torch 張量轉換為 PIL 影像。

步驟

我們可以使用以下步驟來使用均值和標準差對影像進行歸一化：

  • 匯入所需的庫。在以下所有示例中，所需的 Python 庫為 **torch、Pillow** 和 **torchvision**。請確保您已安裝它們。

import torch
import torchvision
import torchvision.transforms as T
from PIL import Image

  • 讀取輸入影像。輸入影像可以是 PIL 影像或 torch 張量。如果輸入影像為 PIL 影像，請將其轉換為 torch 張量。

img = Image.open('sunset.jpg')
# convert image to torch tensor
imgTensor = T.ToTensor()(img)

  • 定義一個變換，使用均值和標準差對影像進行歸一化。這裡，我們使用 ImageNet 資料集的均值和標準差。

transform = T.Normalize(mean=(0.485, 0.456, 0.406), std=(0.229, 0.224, 0.225))

  • 將上面定義的變換應用於輸入影像以對影像進行歸一化。

normalized_imgTensor = transform(imgTensor)

  • 將歸一化的張量影像轉換為 PIL 影像。

normalized_img = T.ToPILImage()(normalized_imgTensor)

  • 顯示歸一化的影像。

normalized _img.show()

輸入影像

此影像用作以下所有示例中的輸入檔案。

示例 1

以下 Python 程式將輸入影像歸一化到均值和標準差。我們使用 ImageNet 資料集的均值和標準差。

# import required libraries
import torch
import torchvision.transforms as T
from PIL import Image

# Read the input image
img = Image.open('sunset.jpg')

# convert image to torch tensor
imgTensor = T.ToTensor()(img)

# define a transform to normalize the tensor
transform = T.Normalize((0.485, 0.456, 0.406), (0.229, 0.224, 0.225))

# normalize the converted tensor using above defined transform
normalized_imgTensor = transform(imgTensor)

# convert the normalized tensor to PIL image
normalized_img = T.ToPILImage()(normalized_imgTensor)

# display the normalized PIL image
normalized_img.show()

輸出

它將產生以下輸出：

示例 2

在此示例中，我們定義了一個 **Compose 變換** 來執行三個變換。

  • 將 PIL 影像轉換為張量影像。

  • 歸一化張量影像。

  • 將歸一化的影像張量轉換為 PIL 影像。

# import required libraries
import torch
import torchvision.transforms as T
from PIL import Image

# read the input image
img = Image.open('sunset.jpg')

# define a transform to:
# convert the PIL image to tensor
# normalize the tensor
# convert the tensor to PIL image
transform = T.Compose([ T.ToTensor(), T.Normalize((0.485, 0.456, 0.406), (0.229, 0.224, 0.225)), T.ToPILImage()])

# apply the above tensor on input image
img = transform(img)
img.show()

輸出

它將產生以下輸出：

更新於: 2022-01-06

7K+ 次檢視

啟動您的 職業生涯

透過完成課程獲得認證

立即開始
廣告