pytorch之Resize()函数具体使用详解

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() 内容请搜索脚本之家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脚本之家！

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