这篇文章主要介绍“Pytorch中transforms.Resize()如何使用”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“Pytorch中transforms.Resize()如何使用”文章能帮助大家解决问题。
简单来说就是调整PILImage对象的尺寸，注意不能是用io.imread或者cv2.imread读取的图片，这两种方法得到的是ndarray。
将图片短边缩放至x，长宽比保持不变：
transforms.Resize(x)
而一般输入深度网络的特征图长宽是相等的，就不能采取等比例缩放的方式了，需要同时指定长宽：
transforms.Resize([h, w])
例如：
transforms.Resize([224, 224])就能将输入图片转化成224×224的输入特征图。
这样虽然会改变图片的长宽比，但是本身并没有发生裁切，仍可以通过resize方法返回原来的形状：
from PIL import Image
from torchvision import transforms
img = Image.open('1.jpg')
w, h = img.size
resize = transforms.Resize([224,244])
img = resize(img)
img.save('2.jpg')
resize2 = transforms.Resize([h, w])
img = resize2(img)
img.save('3.jpg')需要注意的一点是PILImage对象size属性返回的是w, h，而resize的参数顺序是h, w。
记住图像尺度统一为224×224时，要用transforms.Resize([224, 224]),不能写成transforms.Resize(224)，transforms.Resize(224)表示把图像的短边统一为224，另外一边做同样倍速缩放，不一定为224
关于“Pytorch中transforms.Resize()如何使用”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注亿速云行业资讯频道，小编每天都会为大家更新不同的知识点。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
