在PyTorch中显示增强图像的示例

作者: 啦啦啦拉肚子
发布时间: 2024-08-14 03:03:25 (9天前)
转自：

4 条回复

0#
回复此人
無口君 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 只需撤消标准化操作，即乘以标准偏差并加上均值。 </p> <P> 请参阅pytorch教程中的imshow方法： <a href="https://pytorch.org/tutorials/beginner/transfer_learning_tutorial.html#visualize-a-few-images" rel="nofollow noreferrer"> https://pytorch.org/tutorials/beginner/transfer_learning_tutorial.html#visualize-a-few-images </A> </p> </DIV>

编辑
1#
回复此人
❀⚘粉༵红༵回༵忆༵⚘❀ | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 我已经遇到了同样的问题。我的解决方案是创造一个不同的 <code> torch.Dataset </code> 数据增加但没有规范化。 </p> <P> <a href="https://github.com/fabioperez/skin-data-augmentation/blob/a96ee0c70c8907a05a19cee96710116659685ee1/train.py#L169-L171" rel="nofollow noreferrer"> 这里 </A> 我创造了 <code> Dataset </code> 。 <a href="https://github.com/fabioperez/skin-data-augmentation/blob/a96ee0c70c8907a05a19cee96710116659685ee1/auglib/augmentation/augmentations.py#L70" rel="nofollow noreferrer"> 这里 </A> 我有一个实现扩充的类。我有两个成员： <code> self.tf_augment </code> 和 <code> self.tf_transform </code> 。前者仅应用数据扩充，而后者应用数据扩充和规范化。 </p> </DIV>

编辑
2#
回复此人
無口君 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 我建议两个选择： </p> <OL> <LI> <P> 创建一个单独的“转换”阶段，显示图像并进一步传递而无需更改。免费奖金是您可以在转换列表的任何阶段插入。 </p> </LI> <LI> <P> 撤消标准化并显示图像。 </p> </LI> </醇> </DIV>

编辑

登录后才能参与评论