PyTorchで画像データをどのように扱いますか？

1年 ago
芽依, 雨夜
1 minute

PyTorchで画像データを扱う際には、通常torchvisionライブラリを使用する必要があります。このライブラリには、画像データをロード、処理、変換するための便利なツールや関数が提供されています。以下は一般的に使用される画像データ処理方法です。

  1. 画像データセットを読み込む:
from torchvision import datasets

# 加载训练集
train_dataset = datasets.ImageFolder('path/to/train_data', transform=transform)
# 加载测试集
test_dataset = datasets.ImageFolder('path/to/test_data', transform=transform)
  1. 画像データの前処理:
from torchvision import transforms

# 定义数据预处理步骤
transform = transforms.Compose([
    transforms.Resize(256),
    transforms.CenterCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])
  1. DataLoaderにデータセットを読み込む。
from torch.utils.data import DataLoader

batch_size = 32

# 创建训练集和测试集的DataLoader
train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True)
test_loader = DataLoader(test_dataset, batch_size=batch_size, shuffle=False)
  1. 画像データの視覚化:
import matplotlib.pyplot as plt

# 显示一张图像
image, label = train_dataset[0]
plt.imshow(image.permute(1, 2, 0))
plt.show()

上記の方法を使用することで、画像データの読み込み、処理、可視化が簡単に行えるようになり、モデルのトレーニングや評価を容易にしています。

bannerAds