Resize函数用于对PIL图像的预处理,它的包在:
from torchvision.transforms import Compose, CenterCrop, ToTensor, Resize
使用如:
def input_transform(crop_size, upscale_factor):
return Compose([
CenterCrop(crop_size),
Resize(crop_size // upscale_factor),
ToTensor(),
])
而Resize函数有两个参数,
CLASS torchvision.transforms.Resize(size, interpolation=2)
size (sequence or int) – Desired output size. If size is a sequence like (h, w), output size will be matched to this. If size is an int, smaller edge of the image will be matched to this number. i.e, if height > width, then image will be rescaled to (size * height / width, size)
interpolation (int, optional) – Desired interpolation. Default is PIL.Image.BILINEAR
size : 获取输出图像的大小
interpolation : 插值,默认的 PIL.Image.BILINEAR, 一共有4中的插值方法
Image.BICUBIC,PIL.Image.LANCZOS,PIL.Image.BILINEAR,PIL.Image.NEAREST
到此这篇关于pytorch之Resize()函数具体使用详解的文章就介绍到这了,更多相关pytorch Resize() 内容请搜索软件开发网以前的文章或继续浏览下面的相关文章希望大家以后多多支持软件开发网!
您可能感兴趣的文章:Pytorch中index_select() 函数的实现理解PyTorch中topk函数的用法详解PyTorch中常用的激活函数的方法示例pytorch AvgPool2d函数使用详解Pytorch 的损失函数Loss function使用详解pytorch 中pad函数toch.nn.functional.pad()的用法pytorch方法测试——激活函数(ReLU)详解PyTorch笔记之scatter()函数的使用Pytorch mask_select 函数的用法详解使用Pytorch来拟合函数方式