我想显示一些增强训练图像的样本。
我的变换包括标准的ImageNet变换.Normalize如下:
train_transforms = transforms.Compose([转换….
只需撤消标准化操作,即乘以标准偏差并加上 均值。
请参阅pytorch教程中的imshow方法: https://pytorch.org/tutorials/beginner/transfer_learning_tutorial.html#visualize-a-few-images
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 torch.Dataset 数据增加但没有规范化。
torch.Dataset
这里 我创造了 Dataset 。 这里 我有一个实现扩充的类。我有两个成员: self.tf_augment 和 self.tf_transform 。前者仅应用数据扩充,而后者应用数据扩充和规范化。
Dataset
self.tf_augment
self.tf_transform
我建议两个选择:
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。
撤消标准化并显示图像。