Pytorch의 Random Crop

이 코드는

변환을 토치로 탐색합니다. 이 예제는 옥스포드 시트 펫 데이터 세트의 이미지의 자르기 및 패딩에 다른 매개 변수가 어떤 영향을 미치는지 보여줍니다. 코드와 출력을 분해합시다 코드는 먼저 다양한 매개 변수로 a RandomCrop 변환을 초기화합니다. ), (패딩의 채우기 색상) 및

(패딩 메소드). 그런 다음

데이터 세트의 여러 인스턴스를 만듭니다. 이를 통해 각 매개 변수의 효과를 시각적으로 비교할 수 있습니다. 그런 다음 이미지는 RandomCrop. size를 사용하여 표시됩니다 코드는 다양한 매개 변수 조합으로 padding의 출력을 표시하도록 구성되어 있습니다. pad_if_needed 다른 size는 출력 크기가 잘린 이미지에 어떤 영향을 미치는지 보여줍니다. 다른 fill는 자르기 전에 긍정적이고 음의 패딩 값이 이미지에 미치는 영향을 보여줍니다. 음성 패딩은 자르기 전에 이미지를 효과적으로 축소합니다 padding_mode :

는 입력이 대상 크기보다 작을 때 패딩의 차이를 보여주고 (). 다른

값 : OxfordIIITPet는 다른 채우기 색상 (그레이 스케일 및 RGB)이 이미지의 패딩 된 영역에 어떤 영향을 미치는지 보여줍니다. RandomCrop 다른 matplotlib.pyplot는 네 가지 패딩 모드를 보여줍니다.

출력은 수많은 이미지 그리드로 구성되며, 각각은 특정

구성하에 Oxfordiiitpet 데이터 세트에서 5 개의 임의의 이미지 작물을 보여줍니다. 제목은 각 그리드에 사용 된 매개 변수를 명확하게 나타냅니다. 이 코드에는 RandomCrop의 기능을 복제하는 두 번째

기능이 포함되어 있지만 매개 변수를 인수로 취하여 각 매개 변수의 효과를 입증하기 위해 더 간결하게 만듭니다.

.
• 이미지의 주요 관찰 : 이미지는 각 매개 변수의 효과를 명확하게 보여줍니다. 예를 들면 : size
  • 작은 값은 작게 자른 이미지를 초래합니다 size positive
  값은 자르기 전에 이미지에 테두리를 추가하고 음수 값은 이미지 크기를 줄입니다. 이미지가 대상 크기보다 작을 때 오류를 방지하고 는 오류가 발생합니다.
  • 값 값은 패딩 테두리의 색상을 변경합니다 padding 다른
  • 코드는 잘 구조화되어 있으며 pad_if_needed=True 변환의 기능과 다양한 매개 변수를 효과적으로 보여줍니다. 이미지를 사용하면 각 매개 변수의 시각적 영향을 쉽게 이해할 수 있습니다. pad_if_needed=False
  • fill
  • padding_mode

  ... (남은 이미지) 참고 : 많은 수의 이미지로 인해 여기에 처음 몇 가지 이미지 설명 만 포함되었습니다. 전체 이미지 세트는 별도로 표시해야합니다. RandomCrop

위 내용은 Pytorch의 Random Crop의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!