pytorch|pytorch tensor计算三通道均值方式
目录
- tensor计算三通道均值
- 第一种思路
- Pytorch tensor的运算
- tensor操作
tensor计算三通道均值 今天用pytorch处理图像时，涉及到了计算均值的问题，整理一下解决思路。
第一种思路
tensor转换为numpy再进行处理
import torchimport cv2img = cv2.imread("image path")tensor_img = torch.from_numpy((img[:, :, ::-1] / 255.0)[None, ...].transpose(0, 3, 1, 2)).cuda() ... numpy_img = (tensor_img.detach().cpu().numpy().transpose(2, 3, 1, 0).squeeze() * 255)[:, :, ::-1] ave_color = np.mean(numpy_img , axis=(0, 1))
如果图像里有0值，不想计入运算：
numpy_img[numpy_img == 0] = np.nanave_color = np.nanmean(numpy_img, axis=(0, 1))
由于tensor和numpy来回转换会消耗资源、性能。
又查了一番，直接在tensor中计算（非零均值计算）
reshape_tensor_img = tensor_img.view(tensor_img.size(0), tensor_img.size(1), -1)ave_color = reshape_tensor_img.mean(2) # mean value without 0non_zero_img = reshape_tensor_img[reshape_tensor_img.nonzero(as_tuple=True)]ave_color = non_zero_img.view(reshape_tensor_img.size(0), reshape_tensor_img.size(1), -1).mean(2)
计算完均值，想要加法运算的时候也会碰上一点维度上的麻烦，需要维度转换一下。
reshape_ave_color = ave_color.view(ave_color.size(0), ave_color.size(1), 1, 1)add_img = tensor_img + reshape_ave_color
Pytorch tensor的运算
tensor操作
1. 新建
A、torch.Tensor(shape)/torch.FloatTensor(shape)：随机初始化一个维度为shape的张量。
文章图片
B、torch.randn(shape)：用均值为0，方差为1的高斯分布初始化一个shape的张量。
文章图片
C、torch.rand(shape)：在区间[0,1]上均匀分布，初始化一个shape的张量。
文章图片
2、Tensor的变换
A、view / reshape
两个用法差不多，都是用来改变一个张量的数据分布。
文章图片
注：(2,-1)中的-1会自动计算剩下的维度。
B、squeeze / unsqueeze
第一个是用来压缩维度为1的张量，如(6,1,32,32).squeeze()之后就变为(6,32,32)；第二个是用来增加一个维度。具体看实例如下：
文章图片
注：squeeze中不带参数，是将所有维度为1的地方去掉，带参数是去指定维度为1的地方，若指定的维度不为1，则不变。
文章图片
注：在指定的维度上插入一个大小为1的新维度。
C、expand / repeat
这两个都是进行数据的扩充操作，第一个是扩充到指定的维度大小，第二个函数的参数维度上扩充的倍数。一般结合上面2.B中的函数使用。
文章图片
D、 t / transpose / permute
这三个函数用来数据维度之间的调整，第一个只能用于2D。
文章图片
E、broadcasting机制
相当于自动完成了unsqueeze+expand的操作，但是相比节省内存空间。
文章图片
通过broadcasting机制，张量可以直接和标量进行相加。
【pytorch|pytorch tensor计算三通道均值方式】以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
推荐阅读
- PyTorch中Tensor和tensor的区别及说明
- 返回最大值的index|返回最大值的index pytorch方式
- big|集群计算——Spark-Spark Core 、Spark Streaming、Spark SQL、MLlib、Spark集群管理器
- 云计算|6000字干货分享（数据中台项目管理实践分享）
- 网络基础概念|计算机网络知识点总结（四）
- 【计算讲谈社】第六讲｜三星堆奇幻之旅（只有云计算才能带来的体验）
- PyTorch中|PyTorch中 torch.nn与torch.nn.functional的区别
- PyTorch中|PyTorch中 nn.Conv2d与nn.ConvTranspose2d函数的用法
- 简单计算器
- C语言用函数指针实现一个特别的计算器