Pytorch中的Randomcrop（3）
怎么入门文章编程？需要学习哪些知识点？这是新手们刚接触编程时常见的问题；下面golang学习网就来给大家整理分享一些知识点，希望能够给初学者一些帮助。本篇文章就来介绍《Pytorch中的Randomcrop（3）》，涉及到，有需要的可以收藏一下
给我买咖啡☕
*备忘录：
- 我的帖子解释了关于大小参数的randomcrop（）。 >
- 我的帖子解释了randomcrop（）有关填充，填充和padding_mode参数。 >
- 我的帖子解释了牛津iiitpet（）。
randomcrop（）可以随机裁剪图像，如下所示：from torchvision.datasets import OxfordIIITPet
from torchvision.transforms.v2 import RandomCrop
origin_data = OxfordIIITPet(
root="data",
transform=None
)
s500_394origin_data = OxfordIIITPet( # `s` is size.
root="data",
transform=RandomCrop(size=[500, 394])
)
s600_494pinTrue_data = OxfordIIITPet( # `pin` is pad_if_needed.
root="data",
transform=RandomCrop(size=[600, 494], pad_if_needed=True)
)
s700_594pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[700, 594], pad_if_needed=True)
)
s800_694pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[800, 694], pad_if_needed=True)
)
s400_494pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[400, 494], pad_if_needed=True)
)
s600_294pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[600, 294], pad_if_needed=True)
)
s600_494pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[600, 494], pad_if_needed=False)
)
s700_594pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[700, 594], pad_if_needed=False)
)
s800_694pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[800, 694], pad_if_needed=False)
)
s400_494pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[400, 494], pad_if_needed=False)
)
s600_294pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[600, 294], pad_if_needed=False)
)
s700_594p100origin_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[700, 594], pad_if_needed=100)
)
s800_694p100pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[800, 694], padding=100, pad_if_needed=True)
)
s900_794p100pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[900, 794], padding=100, pad_if_needed=True)
)
s1000_894p100pinTrue_data = OxfordIIITPet( # `p` is padding.
root="data",
transform=RandomCrop(size=[1000, 894], padding=100, pad_if_needed=True)
)
s600_694p100pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[600, 694], padding=100, pad_if_needed=True)
)
s800_494p100pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[800, 494], padding=100, pad_if_needed=True)
)
s800_694p100pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[800, 694], padding=100, pad_if_needed=False)
)
s900_794p100pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[900, 794], padding=100, pad_if_needed=False)
)
s1000_894p100pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[1000, 894], padding=100, pad_if_needed=False)
)
s600_694p100pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[600, 694], padding=100, pad_if_needed=False)
)
s800_494p100pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[800, 494], padding=100, pad_if_needed=False)
)
s400_294pn50origin_data = OxfordIIITPet( # `n` is negative.
root="data",
transform=RandomCrop(size=[400, 294], padding=-50)
)
s500_394pn50pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[500, 394], padding=-50, pad_if_needed=True)
)
s600_494pn50pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[600, 494], padding=-50, pad_if_needed=True)
)
s700_594pn50pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[700, 594], padding=-50, pad_if_needed=True)
)
s350_444pn50pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[350, 444], padding=-50, pad_if_needed=True)
)
s450_244pn50pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[450, 244], padding=-50, pad_if_needed=True)
)
s500_394pn50pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[500, 394], padding=-50, pad_if_needed=False)
)
s600_494pn50pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[600, 494], padding=-50, pad_if_needed=False)
)
s700_594pn50pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[700, 594], padding=-50, pad_if_needed=False)
)
s350_444pn50pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[350, 444], padding=-50, pad_if_needed=False)
)
s450_244pn50pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[450, 244], padding=-50, pad_if_needed=False)
)
s700_594p100origin_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[700, 594], padding=100)
)
s700_594p50pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[700, 594], padding=50, pad_if_needed=True)
)
s700_594p0pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[700, 594], padding=0, pad_if_needed=True)
)
s700_594pn50pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[700, 594], padding=-50, pad_if_needed=True)
)
s700_594pn100pinTrue_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[700, 594], padding=-100, pad_if_needed=True)
)
s700_594p50pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[700, 594], padding=50, pad_if_needed=False)
)
s700_594p0pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[700, 594], padding=0, pad_if_needed=False)
)
s700_594pn50pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[700, 594], padding=-50, pad_if_needed=False)
)
s700_594pn100pinFalse_data = OxfordIIITPet(
root="data",
transform=RandomCrop(size=[700, 594], padding=-100, pad_if_needed=False)
)
import matplotlib.pyplot as plt
def show_images1(data, main_title=None):
plt.figure(figsize=[10, 5.5])
plt.suptitle(t=main_title, y=0.8, fontsize=14)
for i in range(1, 6):
plt.subplot(1, 5, i)
plt.imshow(X=data[0][0])
plt.tight_layout()
plt.show()
show_images1(data=s500_394origin_data, main_title="s500_394origin_data")
show_images1(data=s600_494pinTrue_data, main_title="s600_494pinTrue_data")
show_images1(data=s700_594pinTrue_data, main_title="s700_594pinTrue_data")
show_images1(data=s800_694pinTrue_data, main_title="s800_694pinTrue_data")
show_images1(data=s400_494pinTrue_data, main_title="s400_494pinTrue_data")
show_images1(data=s600_294pinTrue_data, main_title="s600_294pinTrue_data")
# show_images1(data=s600_494pinFalse_data,
# main_title="s600_494pinFalse_data") # Error
# show_images1(data=s700_594pinFalse_data,
# main_title="s700_594pinFalse_data") # Error
# show_images1(data=s800_694pinFalse_data,
# main_title="s800_694pinFalse_data") # Error
# show_images1(data=s400_494pinFalse_data,
# main_title="s400_494pinFalse_data") # Error
# show_images1(data=s600_294pinFalse_data,
# main_title="s600_294pinFalse_data") # Error
print()
show_images1(data=s700_594p100origin_data,
main_title="s700_594p100origin_data")
show_images1(data=s800_694p100pinTrue_data,
main_title="s800_694p100pinTrue_data")
show_images1(data=s900_794p100pinTrue_data,
main_title="s900_794p100pinTrue_data")
show_images1(data=s1000_894p100pinTrue_data,
main_title="s1000_894p100pinTrue_data")
show_images1(data=s600_694p100pinTrue_data,
main_title="s600_694p100pinTrue_data")
show_images1(data=s800_494p100pinTrue_data,
main_title="s800_494p100pinTrue_data")
# show_images1(data=s800_694p100pinFalse_data,
# main_title="s800_694p100pinFalse_data") # Error
# show_images1(data=s900_794p100pinFalse_data,
# main_title="s900_794p100pinFalse_data") # Error
# show_images1(data=s1000_894p100pinFalse_data,
# main_title="s1000_894p100pinFalse_data") # Error
# show_images1(data=s600_694p100pinFalse_data,
# main_title="s600_694p100pinFalse_data") # Error
# show_images1(data=s800_494p100pinFalse_data,
# main_title="s800_494p100pinFalse_data") # Error
print()
show_images1(data=s400_294pn50origin_data,
main_title="s400_294pn50origin_data")
show_images1(data=s500_394pn50pinTrue_data,
main_title="s500_394pn50pinTrue_data")
show_images1(data=s600_494pn50pinTrue_data,
main_title="s600_494pn50pinTrue_data")
show_images1(data=s700_594pn50pinTrue_data,
main_title="s700_594pn50pinTrue_data")
show_images1(data=s350_444pn50pinTrue_data,
main_title="s350_444pn50pinTrue_data")
show_images1(data=s450_244pn50pinTrue_data,
main_title="s450_244pn50pinTrue_data")
# show_images1(data=s500_394pn50pinFalse_data,
# main_title="s500_394pn50pinFalse_data") # Error
# show_images1(data=s600_494pn50pinFalse_data,
# main_title="s600_494pn50pinFalse_data") # Error
# show_images1(data=s700_594pn50pinFalse_data,
# main_title="s700_594pn50pinFalse_data") # Error
# show_images1(data=s350_444pn50pinFalse_data,
# main_title="s350_444pn50pinFalse_data") # Error
# show_images1(data=s450_244pn50pinFalse_data,
# main_title="s450_244pn50pinFalse_data") # Error
print()
show_images1(data=s700_594p100origin_data,
main_title="s700_594p100origin_data")
show_images1(data=s700_594p50pinTrue_data,
main_title="s700_594p50pinTrue_data")
show_images1(data=s700_594p0pinTrue_data,
main_title="s700_594p0pinTrue_data")
show_images1(data=s700_594pn50pinTrue_data,
main_title="s700_594pn50pinTrue_data")
show_images1(data=s700_594pn100pinTrue_data,
main_title="s700_594pn100pinTrue_data")
# show_images1(data=s700_594p50pinFalse_data,
# main_title="s700_594p50pinFalse_data") # Error
# show_images1(data=s700_594p0pinFalse_data,
# main_title="s700_594p0pinFalse_data") # Error
# show_images1(data=s700_594pn50pinFalse_data,
# main_title="s700_594pn50pinFalse_data") # Error
# show_images1(data=s700_594pn100pinFalse_data,
# main_title="s700_594pn100pinFalse_data") # Error
# ↓ ↓ ↓ ↓ ↓ ↓ The code below is identical to the code above. ↓ ↓ ↓ ↓ ↓ ↓
def show_images2(data, main_title=None, s=None, p=None,
pin=False, f=0, pm='constant'):
plt.figure(figsize=[10, 5.5])
plt.suptitle(t=main_title, y=0.8, fontsize=14)
temp_s = s
im = data[0][0]
for i in range(1, 6):
plt.subplot(1, 5, i)
if not temp_s:
s = [im.size[1], im.size[0]]
rc = RandomCrop(size=s, padding=p, # Here
pad_if_needed=pin, fill=f, padding_mode=pm)
plt.imshow(X=rc(im)) # Here
plt.tight_layout()
plt.show()
show_images2(data=origin_data, main_title="s500_394origin_data",
s=[500, 394])
show_images2(data=origin_data, main_title="s600_494pinTrue_data",
s=[600, 494], pin=True)
show_images2(data=origin_data, main_title="s700_594pinTrue_data",
s=[700, 594], pin=True)
show_images2(data=origin_data, main_title="s800_694pinTrue_data",
s=[800, 694], pin=True)
show_images2(data=origin_data, main_title="s400_494pinTrue_data",
s=[400, 494], pin=True)
show_images2(data=origin_data, main_title="s600_294pinTrue_data",
s=[600, 294], pin=True)
# show_images2(data=origin_data, main_title="s600_494pinFalse_data",
# s=[600, 494], pin=False) # Error
# show_images2(data=origin_data, main_title="s700_594pinFalse_data",
# s=[700, 594], pin=False) # Error
# show_images2(data=origin_data, main_title="s800_694pinFalse_data",
# s=[800, 694], pin=False) # Error
# show_images2(data=origin_data, main_title="s400_494pinFalse_data",
# s=[400, 494], pin=False) # Error
# show_images2(data=origin_data, main_title="s600_294pinFalse_data",
# s=[600, 294], pin=False) # Error
print()
show_images2(data=origin_data, main_title="s700_594p100origin_data",
s=[700, 594], p=100)
show_images2(data=origin_data, main_title="s800_694p100pinTrue_data",
s=[800, 694], p=100, pin=True)
show_images2(data=origin_data, main_title="s900_794p100pinTrue_data",
s=[900, 794], p=100, pin=True)
show_images2(data=origin_data, main_title="s1000_894p100pinTrue_data",
s=[1000, 894], p=100, pin=True)
show_images2(data=origin_data, main_title="s600_694p100pinTrue_data",
s=[600, 694], p=100, pin=True)
show_images2(data=origin_data, main_title="s800_494p100pinTrue_data",
s=[800, 494], p=100, pin=True)
# show_images2(data=origin_data, main_title="s800_694p100pinFalse_data",
# s=[800, 694], p=100, pin=False) # Error
# show_images2(data=origin_data, main_title="s900_794p100pinFalse_data",
# s=[900, 794], p=100, pin=False) # Error
# show_images2(data=origin_data, main_title="s1000_894p100pinFalse_data",
# s=[1000, 894], p=100, pin=False) # Error
# show_images2(data=origin_data, main_title="s600_694p100pinFalse_data",
# s=[600, 694], p=100, pin=False) # Error
# show_images2(data=origin_data, main_title="s800_494p100pinFalse_data",
# s=[800, 494], p=100, pin=False) # Error
print()
show_images2(data=origin_data, main_title="s400_294pn50origin_data",
s=[400, 294], p=-50)
show_images2(data=origin_data, main_title="s500_394pn50pinTrue_data",
s=[500, 394], p=-50, pin=True)
show_images2(data=origin_data, main_title="s600_494pn50pinTrue_data",
s=[600, 494], p=-50, pin=True)
show_images2(data=origin_data, main_title="s700_594pn50pinTrue_data",
s=[700, 594], p=-50, pin=True)
show_images2(data=origin_data, main_title="s350_444pn50pinTrue_data",
s=[350, 444], p=-50, pin=True)
show_images2(data=origin_data, main_title="s450_244pn50pinTrue_data",
s=[450, 244], p=-50, pin=True)
# show_images2(data=origin_data, main_title="s500_394pn50pinFalse_data",
# s=[500, 394], p=-50, pin=False) # Error
# show_images2(data=origin_data, main_title="s600_494pn50pinFalse_data",
# s=[600, 494], p=-50, pin=False) # Error
# show_images2(data=origin_data, main_title="s700_594pn50pinFalse_data",
# s=[700, 594], p=-50, pin=False) # Error
# show_images2(data=origin_data, main_title="s350_444pn50pinFalse_data",
# s=[350, 444], p=-50, pin=False) # Error
# show_images2(data=origin_data, main_title="s450_244pn50pinFalse_data",
# s=[450, 244], p=-50, pin=False) # Error
print()
show_images2(data=origin_data, main_title="s700_594p100origin_data",
s=[700, 594], p=100)
show_images2(data=origin_data, main_title="s700_594p50pinTrue_data",
s=[700, 594], p=50, pin=True)
show_images2(data=origin_data, main_title="s700_594p0pinTrue_data",
s=[700, 594], p=0, pin=True)
show_images2(data=origin_data, main_title="s700_594pn50pinTrue_data",
s=[700, 594], p=-50, pin=True)
show_images2(data=origin_data, main_title="s700_594pn100pinTrue_data",
s=[700, 594], p=-100, pin=True)
# show_images2(data=origin_data, main_title="s700_594p50pinFalse_data",
# s=[700, 594], p=50, pin=False) # Error
# show_images2(data=origin_data, main_title="s700_594p0pinFalse_data",
# s=[700, 594], p=0, pin=False) # Error
# show_images2(data=origin_data, main_title="s700_594pn50pinFalse_data",
# s=[700, 594], p=-50, pin=False) # Error
# show_images2(data=origin_data, main_title="s700_594pn100pinFalse_data",
# s=[700, 594], p=-100, pin=False) # Error
本篇关于《Pytorch中的Randomcrop（3）》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于文章的相关知识，请关注golang学习网公众号！
中国科学院科研人员制备出具有优良导电性能的多层堆叠二维聚苯胺晶体
- 上一篇
- 中国科学院科研人员制备出具有优良导电性能的多层堆叠二维聚苯胺晶体
- 下一篇
- OpenAI将在慕尼黑设立其首个德国子公司
-
- 文章 · python教程 | 1分钟前 |
- 用Python开发区块链浏览器：Web3.py实战教程
- 300浏览 收藏
-
- 文章 · python教程 | 3分钟前 |
- Python宽表转长表：melt方法全解析
- 146浏览 收藏
-
- 文章 · python教程 | 4分钟前 |
- Python中len的作用是什么？
- 100浏览 收藏
-
- 文章 · python教程 | 26分钟前 |
- Python分位数滚动计算方法
- 476浏览 收藏
-
- 文章 · python教程 | 28分钟前 |
- Python中int是什么类型？
- 154浏览 收藏
-
- 文章 · python教程 | 31分钟前 |
- FastAPI配NginxSSL反向代理教程
- 391浏览 收藏
-
- 文章 · python教程 | 39分钟前 |
- Python正则忽略大小写匹配方法
- 408浏览 收藏
-
- 文章 · python教程 | 58分钟前 | 排序 key参数 多条件排序 reverse sorted()函数
- Pythonsorted高效排序技巧分享
- 406浏览 收藏
-
- 文章 · python教程 | 58分钟前 |
- Django多选删除确认优化体验
- 461浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案，代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景，打造一站式知识长龙服务，适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例，全面具体可落地，从理论到实践，一步一步将GO核心编程技术、编程思想、底层实现融会贯通，使学习者贴近时代脉搏，做IT互联网时代的弄潮儿。
- 511次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信：Le-studyg；在课程中，我们将首先介绍MySQL8的新特性，包括性能优化、安全增强、新数据类型等，帮助学生快速熟悉MySQL8的最新功能。接着，我们将深入解析MySQL的网络通信机制，包括协议、连接管理、数据传输等，让
- 498次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网，分为导航，轮播，关于我们，成功案例，服务流程，团队介绍，数据部分，公司动态，底部信息等内容区块。网站整体采用CSSGrid布局，支持响应式，有流畅过渡和展现动画。
- 484次学习
-
- 千音漫语
- 千音漫语，北京熠声科技倾力打造的智能声音创作助手，提供AI配音、音视频翻译、语音识别、声音克隆等强大功能，助力有声书制作、视频创作、教育培训等领域，官网：https://qianyin123.com
- 104次使用
-
- MiniWork
- MiniWork是一款智能高效的AI工具平台，专为提升工作与学习效率而设计。整合文本处理、图像生成、营销策划及运营管理等多元AI工具，提供精准智能解决方案，让复杂工作简单高效。
- 98次使用
-
- NoCode
- NoCode (nocode.cn)是领先的无代码开发平台，通过拖放、AI对话等简单操作，助您快速创建各类应用、网站与管理系统。无需编程知识，轻松实现个人生活、商业经营、企业管理多场景需求，大幅降低开发门槛，高效低成本。
- 117次使用
-
- 达医智影
- 达医智影，阿里巴巴达摩院医疗AI创新力作。全球率先利用平扫CT实现“一扫多筛”，仅一次CT扫描即可高效识别多种癌症、急症及慢病，为疾病早期发现提供智能、精准的AI影像早筛解决方案。
- 108次使用
-
- 智慧芽Eureka
- 智慧芽Eureka，专为技术创新打造的AI Agent平台。深度理解专利、研发、生物医药、材料、科创等复杂场景，通过专家级AI Agent精准执行任务，智能化工作流解放70%生产力，让您专注核心创新。
- 111次使用
-
- Flask框架安装技巧：让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++：哪个编程语言更适合初学者？
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览
