pytorch 带batch的tensor类型图像显示操作
作者:Xavier Jiezou 时间:2023-06-02 08:47:26
项目场景
pytorch训练时我们一般把数据集放到数据加载器里,然后分批拿出来训练。训练前我们一般还要看一下训练数据长啥样,也就是训练数据集可视化。
那么如何显示dataloader里面带batch的tensor类型的图像呢?
显示图像
绘图最常用的库就是matplotlib:
pip install matplotlib
显示图像会用到matplotlib.pyplot.imshow方法。查阅官方文档可知,该方法接收的图像的通道数要放到后面:
数据加载器中数据的维度是[B, C, H, W],我们每次只拿一个数据出来就是[C, H, W],而matplotlib.pyplot.imshow要求的输入维度是[H, W, C],所以我们需要交换一下数据维度,把通道数放到最后面,这里用到pytorch里面的permute方法(transpose方法也行,不过要交换两次,没这个方便,numpy中的transpose方法倒是可以一次交换完成)
用法示例如下:
>>> x = torch.randn(2, 3, 5)
>>> x.size()
torch.Size([2, 3, 5])
>>> x.permute(1, 2, 0).size()
torch.Size([3, 5, 2])
代码示例
#%% 导入模块
import torch
import matplotlib.pyplot as plt
from torchvision.utils import make_grid
from torch.utils.data import DataLoader
from torchvision import datasets, transforms
#%% 下载数据集
train_file = datasets.MNIST(
root='./dataset/',
train=True,
transform=transforms.Compose([
transforms.ToTensor(),
transforms.Normalize((0.1307,), (0.3081,))
]),
download=True
)
#%% 制作数据加载器
train_loader = DataLoader(
dataset=train_file,
batch_size=9,
shuffle=True
)
#%% 训练数据可视化
images, labels = next(iter(train_loader))
print(images.size()) # torch.Size([9, 1, 28, 28])
plt.figure(figsize=(9, 9))
for i in range(9):
plt.subplot(3, 3, i+1)
plt.title(labels[i].item())
plt.imshow(images[i].permute(1, 2, 0), cmap='gray')
plt.axis('off')
plt.show()
这里以mnist数据集为例,演示一下显示效果。我这个代码其实还有一点小问题。数据增强的时候我不是进行标准化了嘛,就是在第7行代码:Normalize((0.1307,), (0.3081,))。
所以,如果你想查看训练集的原始图像,还得反标准化。
标准化:image = (image-mean)/std
反标准化:image = image*std+mean
我拿imagenet中的一个蚂蚁和蜜蜂的子集做了一下实验,标准化前后的区别还是很明显的:
最终效果
补充:PIL,plt显示tensor类型的图像
该方法针对显示Dataloader读取的图像
PIL 与plt中对应操作不同,但原理是一样的,我试过用下方代码Image的方法在plt上show失败了,原因暂且不知。
# 方法1:Image.show()
# transforms.ToPILImage()中有一句
# npimg = np.transpose(pic.numpy(), (1, 2, 0))
# 因此pic只能是3-D Tensor,所以要用image[0]消去batch那一维
img = transforms.ToPILImage(image[0])
img.show()
# 方法2:plt.imshow(ndarray)
img = image[0] # plt.imshow()只能接受3-D Tensor,所以也要用image[0]消去batch那一维
img = img.numpy() # FloatTensor转为ndarray
img = np.transpose(img, (1,2,0)) # 把channel那一维放到最后
# 显示图片
plt.imshow(img)
plt.show()
cnt += 1
来源:https://blog.csdn.net/qq_42951560/article/details/109962828
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
Python计算斗牛游戏概率算法实例分析
python中的字符串切割 maxsplit
vue单页应用中如何使用jquery的方法示例
php引用和拷贝的区别知识点总结
[整理版]防止Access数据库被下载的9种方法
Python运算符的应用超全面详细教程
Python编程pytorch深度卷积神经网络AlexNet详解
![](https://img.aspxhome.com/file/2023/5/105235_0s.png)
简单介绍Python中的readline()方法的使用
JS判断浏览器类型与版本的实现代码
Bootstrap3制作自己的导航栏
![](https://img.aspxhome.com/file/2023/2/56082_0s.png)
Go语言底层原理互斥锁的实现原理
![](https://img.aspxhome.com/file/2023/4/134274_0s.png)
Mysql中Join的使用实例详解
SQL Server 2012 安装与启动图文教程
![](https://img.aspxhome.com/file/2023/8/113568_0s.png)
详解JavaScript 中的批处理和缓存
在Python的Django框架中编写编译函数
Python连接phoenix的方法示例
Windows存储 SQL行溢出 差异备份及疑问
Python设置Word全局样式和文本样式的示例代码
![](https://img.aspxhome.com/file/2023/8/82558_0s.jpg)
总结Python连接CS2000的详细步骤
![](https://img.aspxhome.com/file/2023/7/70197_0s.png)
Vue中利用better-scroll组件实现横向滚动功能
![](https://img.aspxhome.com/file/2023/2/126392_0s.png)