溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
ToTensor中就有轉到0-1之間了。
# -*- coding:utf-8 -*-
import time
import torch
from torchvision import transforms
import cv2
transform_val_list = [
# transforms.Resize(size=(160, 160), interpolation=3), # Image.BICUBIC
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
]
trans_compose = transforms.Compose(transform_val_list)
if __name__ == '__main__':
std= [0.229, 0.224, 0.225]
mean=[0.485, 0.456, 0.406]
path="d:/2.jpg"
data=cv2.imread(path)
t1 = time.time()
x = trans_compose(data)
x[0]=x[0]*std[0]+mean[0]
x[1]=x[1]*std[1]+mean[1]
x[2]=x[2].mul(std[2])+mean[2]
img = x.mul(255).byte()
img = img.numpy().transpose((1, 2, 0))
# torch.set_num_threads(3)
# img=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
cv2.imshow("sdf", img)
cv2.waitKeyEx()
這個測試時間：歸一化與反歸一化都需要7ms左右，
但是在多路攝像頭中，可能比較慢。
std= [0.229, 0.224, 0.225]
mean=[0.485, 0.456, 0.406]
path="d:/2.jpg"
data=cv2.imread(path)
t1 = time.time()
start = time.time()
x = trans_compose(data)
print("gui", time.time() - start)
for i in range(10):
start=time.time()
for i in range(len(mean)):
# x[i]=x[i]*std[i]+mean[i]
x[i]=x[i].mul(std[i])+mean[i]
img = x.mul(255).byte()
img = img.numpy().transpose((1, 2, 0))
print("fan",time.time()-start)
# torch.set_num_threads(3)
# img=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
cv2.imshow("sdf", img)
cv2.waitKeyEx()
以上這篇pytorch 歸一化與反歸一化實例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
