PyTorch 中的随机水平翻转-Python教程-PHP中文网

PyTorch 中的随机水平翻转

碧海醫心

发布： 2024-12-23 14:10:05

转载

1105人浏览过

请我喝杯咖啡☕

*备忘录：

我的帖子解释了 randomverticalflip()。
我的帖子解释了 oxfordiiitpet()。

randomhorizontalflip() 可以水平翻转零个或多个图像，如下所示：

*备忘录：

初始化的第一个参数是 p(optional-default:0.5-type:float)。 *这是每张图像被翻转的概率。 *这是每张图像被翻转的概率。
第一个参数是 img（必需类型：pil 图像或张量、元组或 int 列表）： *备注：
- 必须是二维的。
- 不要使用img=。
v2建议按照v1还是v2使用？我应该使用哪一个？

from torchvision.datasets import oxfordiiitpet
from torchvision.transforms.v2 import randomhorizontalflip

randomhorizontalflip()
# randomhorizontalflip(p=0.5)

randomhorizontalflip().p
# 0.5

origin_data = oxfordiiitpet(
    root="data",
    transform=none
)

trans100_data = oxfordiiitpet(
    root="data",
    transform=randomhorizontalflip(p=1.0)
)

trans50_data = oxfordiiitpet(
    root="data",
    transform=randomhorizontalflip(p=0.5)
)

import matplotlib.pyplot as plt

def show_images(data, main_title=none):
    plt.figure(figsize=(10, 5))
    plt.suptitle(t=main_title, y=0.8, fontsize=14)
    for i, (im, _) in zip(range(1, 6), data):
        plt.subplot(1, 5, i)
        plt.imshow(x=im)
        plt.xticks(ticks=[])
        plt.yticks(ticks=[])
    plt.tight_layout()
    plt.show()

show_images(data=origin_data, main_title="origin_data")
show_images(data=trans100_data, main_title="trans100_data")
show_images(data=trans50_data, main_title="trans50_data")

登录后复制

image description

v1.0.0智睿中小学生学籍信息管理系统

学籍信息系统是学校和教育行政机关互联重要的日常工作，也是基本教育管理制度。随着信息技术的发展，基础教育改革和发展也提出了学籍管理信息化的要求。建立信息化的学籍信息管理系统，是提高教育管理水平的基础性工作，是加强和规范中小学学籍管理的有效途径，是各级政府教育督导的一项重要工作内容，本系统基于学籍系统标准库为蓝本开发，协助学校新学期录取新生补建注册学籍，更新完善学生基础状态等，统一采集学生基本信息模块

671

查看详情

image description

from torchvision.datasets import OxfordIIITPet
from torchvision.transforms.v2 import RandomHorizontalFlip

my_data = OxfordIIITPet(
    root="data",
    transform=None
)

import matplotlib.pyplot as plt

def show_images(data, main_title=None, prob=0.0):
    plt.figure(figsize=(10, 5))
    plt.suptitle(t=main_title, y=0.8, fontsize=14)
    for i, (im, _) in zip(range(1, 6), data):
        plt.subplot(1, 5, i)
        rhf = RandomHorizontalFlip(p=prob)
        plt.imshow(X=rhf(im))
        plt.xticks(ticks=[])
        plt.yticks(ticks=[])
    plt.tight_layout()
    plt.show()

show_images(data=my_data, main_title="origin_data")
show_images(data=my_data, main_title="trans100_data", prob=1.0)
show_images(data=my_data, main_title="trans50_data", prob=0.5)

登录后复制

image description