PyTorch 中的 CenterCrop

请我喝杯咖啡☕

*备忘录：

我的帖子解释了 oxfordiiitpet()。

centercrop() 可以裁剪零个或多个图像，以它们为中心，如下所示：

*备忘录：

初始化的第一个参数是 size(requi-type:int, float or tuple/list(int or float) or size()): *备注：
- 它是[高度，宽度]。
- 必须是 0
- 元组/列表必须是具有 1 或 2 个元素的一维。
- 单个值（int、float 或 tuple/list（int 或 float））表示 [size, size]。
第一个参数是img（必需类型：pil图像或张量（int，float，complex或bool））： *备注：
- 张量必须是零个或多个元素的 2d 或多个 d。
- 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 CenterCrop  centercrop = CenterCrop(size=100)  centercrop # CenterCrop(size=(100, 100))  centercrop.size # (100, 100)  origin_data = OxfordIIITPet(     root="data",     transform=None )  p600_data = OxfordIIITPet(     root="data",     transform=CenterCrop(size=600)     # transform=CenterCrop(size=[600])     # transform=CenterCrop(size=[600, 600]) )  p400_data = OxfordIIITPet(     root="data",     transform=CenterCrop(size=400) )  p200_data = OxfordIIITPet(     root="data",     transform=CenterCrop(size=200) )  p100_data = OxfordIIITPet(     root="data",     transform=CenterCrop(size=100) )  p50_data = OxfordIIITPet(     root="data",     transform=CenterCrop(size=50) )  p10_data = OxfordIIITPet(     root="data",     transform=CenterCrop(size=10) )  p200p300_data = OxfordIIITPet(     root="data",     transform=CenterCrop(size=[200, 300]) )  p300p200_data = OxfordIIITPet(     root="data",     transform=CenterCrop(size=[300, 200]) )  import matplotlib.pyplot as plt  def 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=p600_data, main_title="p600_data") show_images1(data=p400_data, main_title="p400_data") show_images1(data=p200_data, main_title="p200_data") show_images1(data=p100_data, main_title="p100_data") show_images1(data=p50_data, main_title="p50_data") show_images1(data=p10_data, main_title="p10_data") print() show_images1(data=p200p300_data, main_title="p200p300_data") show_images1(data=p300p200_data, main_title="p300p200_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)     for i, (im, _) in zip(range(1, 6), data):         plt.subplot(1, 5, i)         if not 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="p600_data", s=600) show_images2(data=origin_data, main_title="p400_data", s=400) show_images2(data=origin_data, main_title="p200_data", s=200) show_images2(data=origin_data, main_title="p100_data", s=100) show_images2(data=origin_data, main_title="p50_data", s=50) show_images2(data=origin_data, main_title="p10_data", s=10) print() show_images2(data=origin_data, main_title="origin_data") show_images2(data=origin_data, main_title="p200p300_data", s=[200, 300]) show_images2(data=origin_data, main_title="p300p200_data", s=[300, 200])

登录后复制