给我买咖啡☕
*备忘录：
我的帖子解释了牛津iiitpet（）。
centercrop（）可以裁剪图像，以此为中心：
*备忘录：
>初始化的第一个参数是大小（必需类型：int或tuple/list/list（int）或size（））：*备忘录：是[高度，宽度]。>必须是1个元组/列表必须是具有1或2个元素的1d。单个值（int或tuple/list（int））是指[size，size]。第一个参数是img（必需类型：pil图像或张量（int））：*备忘录：张量必须为2d或3d。不使用img =。建议根据v1或v2使用v2？我应该使用哪一个？
from torchvision.datasets import OxfordIIITPetfrom torchvision.transforms.v2 import CenterCropcentercrop = CenterCrop(size=100)centercrop# CenterCrop(size=(100, 100))centercrop.size# (100, 100)origin_data = OxfordIIITPet( root="data", transform=None)s600_data = OxfordIIITPet( # `s` is size. root="data", transform=CenterCrop(size=600) # transform=CenterCrop(size=[600]) # transform=CenterCrop(size=[600, 600]))s400_data = OxfordIIITPet( root="data", transform=CenterCrop(size=400))s200_data = OxfordIIITPet( root="data", transform=CenterCrop(size=200))s100_data = OxfordIIITPet( root="data", transform=CenterCrop(size=100))s50_data = OxfordIIITPet( root="data", transform=CenterCrop(size=50))s10_data = OxfordIIITPet( root="data", transform=CenterCrop(size=10))s1_data = OxfordIIITPet( root="data", transform=CenterCrop(size=1))s200_300_data = OxfordIIITPet( root="data", transform=CenterCrop(size=[200, 300]))s300_200_data = OxfordIIITPet( root="data", transform=CenterCrop(size=[300, 200]))import matplotlib.pyplot as pltdef show_images1(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.tight_layout() plt.show()show_images1(data=origin_data, main_title="origin_data")show_images1(data=s600_data, main_title="s600_data")show_images1(data=s400_data, main_title="s400_data")show_images1(data=s200_data, main_title="s200_data")show_images1(data=s100_data, main_title="s100_data")show_images1(data=s50_data, main_title="s50_data")show_images1(data=s10_data, main_title="s10_data")show_images1(data=s1_data, main_title="s1_data")print()show_images1(data=origin_data, main_title="origin_data")show_images1(data=s200_300_data, main_title="s200_300_data")show_images1(data=s300_200_data, main_title="s300_200_data")# ↓ ↓ ↓ ↓ ↓ ↓ The code below is identical to the code above. ↓ ↓ ↓ ↓ ↓ ↓def show_images2(data, main_title=None, s=None): plt.figure(figsize=[10, 5]) plt.suptitle(t=main_title, y=0.8, fontsize=14) temp_s = s for i, (im, _) in zip(range(1, 6), data): plt.subplot(1, 5, i) if not temp_s: s = [im.size[1], im.size[0]] cc = CenterCrop(size=s) # Here plt.imshow(X=cc(im)) # Here plt.tight_layout() plt.show()show_images2(data=origin_data, main_title="origin_data")show_images2(data=origin_data, main_title="s600_data", s=600)show_images2(data=origin_data, main_title="s400_data", s=400)show_images2(data=origin_data, main_title="s200_data", s=200)show_images2(data=origin_data, main_title="s100_data", s=100)show_images2(data=origin_data, main_title="s50_data", s=50)show_images2(data=origin_data, main_title="s10_data", s=10)show_images2(data=origin_data, main_title="s1_data", s=1)print()show_images2(data=origin_data, main_title="origin_data")show_images2(data=origin_data, main_title="s200_300_data", s=[200, 300])show_images2(data=origin_data, main_title="s300_200_data", s=[300, 200])
以上就是Pytorch的中心牛的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1355899.html
微信扫一扫 
支付宝扫一扫 
