Maison > développement back-end > Tutoriel Python > RandomHorizontalFlip dans PyTorch

RandomHorizontalFlip dans PyTorch

Patricia Arquette
Libérer: 2024-12-27 08:42:10
original
244 Les gens l'ont consulté

Achetez-moi un café☕

*Mémos :

  • Mon message explique RandomVerticalFlip().
  • Mon message explique OxfordIIITPet().

RandomHorizontalFlip() peut retourner zéro ou plusieurs images horizontalement, comme indiqué ci-dessous :

*Mémos :

  • Le 1er argument pour l'initialisation est p(Optional-Default:0.5-Type:float). *C'est la probabilité que chaque image soit retournée. *C'est la probabilité que chaque image soit retournée.
  • Le 1er argument est img(Required-Type:PIL Image ou tensor, tuple ou list of int) : *Mémos :
    • Il doit être en 2D.
    • N'utilisez pas img=.
  • Il est recommandé d'utiliser la v2 selon la V1 ou la V2 ? Lequel dois-je utiliser ?.

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

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")

Copier après la connexion

RandomHorizontalFlip in PyTorch

RandomHorizontalFlip in PyTorch

RandomHorizontalFlip in PyTorch

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

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)

Copier après la connexion

RandomHorizontalFlip in PyTorch

RandomHorizontalFlip in PyTorch

RandomHorizontalFlip in PyTorch

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Derniers articles par auteur
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal