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

RandomVerticalFlip dans PyTorch

Susan Sarandon
Libérer: 2024-12-28 14:27:18
original
618 Les gens l'ont consulté

Achetez-moi un café☕

*Mémos :

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

RandomVerticalFlip() peut retourner zéro ou plusieurs images verticalement, 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 ?.
from torchvision.datasets import OxfordIIITPet
from torchvision.transforms.v2 import RandomVerticalFlip

RandomVerticalFlip()
# RandomVerticalFlip(p=0.5)

RandomVerticalFlip().p
# 0.5

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

trans100_data = OxfordIIITPet(
    root="data",
    transform=RandomVerticalFlip(p=1.0)
)

trans50_data = OxfordIIITPet(
    root="data",
    transform=RandomVerticalFlip(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

RandomVerticalFlip in PyTorch

RandomVerticalFlip in PyTorch

RandomVerticalFlip in PyTorch

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

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)
        rvf = RandomVerticalFlip(p=prob)
        plt.imshow(X=rvf(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

RandomVerticalFlip in PyTorch

RandomVerticalFlip in PyTorch

RandomVerticalFlip 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!

source:dev.to
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