Pytorch中transforms.Resize()如何使用

这篇文章主要介绍“PyTorch中transfORMs.Resize()如何使用”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“Pytorch中transforms.Resize()如何使用”文章能帮助大家解决问题。

transforms.Resize()的简单使用

简单来说就是调整PILImage对象的尺寸，注意不能是用io.imread或者cv2.imread读取的图片，这两种方法得到的是ndarray。

将图片短边缩放至x，长宽比保持不变：

transforms.Resize(x)

而一般输入深度网络的特征图长宽是相等的，就不能采取等比例缩放的方式了，需要同时指定长宽：

transforms.Resize([h, w])

例如：

transforms.Resize([224, 224])就能将输入图片转化成224×224的输入特征图。

这样虽然会改变图片的长宽比，但是本身并没有发生裁切，仍可以通过resize方法返回原来的形状：

from PIL import Imagefrom torchvision import transformsimg = Image.open('1.jpg')w, h = img.sizeresize = transforms.Resize([224,244])img = resize(img)img.save('2.jpg')resize2 = transforms.Resize([h, w])img = resize2(img)img.save('3.jpg')

需要注意的一点是PILImage对象size属性返回的是w, h，而resize的参数顺序是h, w。

transforms.Resize([224, 224])解读

记住图像尺度统一为224×224时，要用transforms.Resize([224, 224]),不能写成transforms.Resize(224)，transforms.Resize(224)表示把图像的短边统一为224，另外一边做同样倍速缩放，不一定为224

关于“Pytorch中transforms.Resize()如何使用”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注编程网精选频道，小编每天都会为大家更新不同的知识点。