PyTorch 中的随机水平翻转-Python教程-PHP中文网

PyTorch 中的随机水平翻转

碧海醫心

发布： 2024-12-23 14:10:05

转载

1111人浏览过

请我喝杯咖啡☕

*备忘录：

我的帖子解释了 randomverticalflip()。
我的帖子解释了 oxfordiiitpet()。

randomhorizontalflip() 可以水平翻转零个或多个图像，如下所示：

*备忘录：

初始化的第一个参数是 p(optional-default:0.5-type:float)。 *这是每张图像被翻转的概率。 *这是每张图像被翻转的概率。
第一个参数是 img（必需类型：pil 图像或张量、元组或 int 列表）： *备注：
- 必须是二维的。
- 不要使用img=。
v2建议按照v1还是v2使用？我应该使用哪一个？

from torchvision.datasets import oxfordiiitpet
from torchvision.transforms.v2 import randomhorizontalflip

randomhorizontalflip()
# randomhorizontalflip(p=0.5)

randomhorizontalflip().p
# 0.5

origin_data = oxfordiiitpet(
    root="data",
    transform=none
)

trans100_data = oxfordiiitpet(
    root="data",
    transform=randomhorizontalflip(p=1.0)
)

trans50_data = oxfordiiitpet(
    root="data",
    transform=randomhorizontalflip(p=0.5)
)

import matplotlib.pyplot as plt

def show_images(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.xticks(ticks=[])
        plt.yticks(ticks=[])
    plt.tight_layout()
    plt.show()

show_images(data=origin_data, main_title="origin_data")
show_images(data=trans100_data, main_title="trans100_data")
show_images(data=trans50_data, main_title="trans50_data")

登录后复制

image description

EnablePPA中小学绩效考核系统2.0

无论从何种情形出发，在目前校长负责制的制度安排下，中小学校长作为学校的领导者、管理者和教育者，其管理水平对于学校发展的重要性都是不言而喻的。从这个角度看，建立科学的校长绩效评价体系以及拥有相对应的评估手段和工具，有利于教育行政机关针对校长的管理实践全过程及其结果进行测定与衡量，做出价值判断和评估，从而有利于强化学校教学管理，提升教学质量，并衍生带来校长转变管理观念，提升自身综合管理素质。

查看详情

image description

from torchvision.datasets import OxfordIIITPet
from torchvision.transforms.v2 import RandomHorizontalFlip

my_data = OxfordIIITPet(
    root="data",
    transform=None
)

import matplotlib.pyplot as plt

def show_images(data, main_title=None, prob=0.0):
    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)
        rhf = RandomHorizontalFlip(p=prob)
        plt.imshow(X=rhf(im))
        plt.xticks(ticks=[])
        plt.yticks(ticks=[])
    plt.tight_layout()
    plt.show()

show_images(data=my_data, main_title="origin_data")
show_images(data=my_data, main_title="trans100_data", prob=1.0)
show_images(data=my_data, main_title="trans50_data", prob=0.5)

登录后复制

image description