对Pytorch中的transforms预处理效果进行可视化

1.以下是对torchvision.transforms.RandomErasing的用法及代码示例。

import matplotlib.pyplot as plt
import torchvision.transforms as tf
from PIL import Image
import imageio

def show(img, transform=None):
    if transform:
        plt.axis('off')
        t= transform(img)
        plt.imshow(t)
    else:
        plt.imshow(img)
        plt.axis('off')
    plt.show()

img = imageio.imread('http://ww1.sinaimg.cn/large/7ec23716gy1g6rx3xt8x1j203d02j3ye.jpg')
img = Image.fromarray(img)
t = tf.Compose([tf.ToTensor(),tf.RandomErasing(p = 1,scale=(0.02,0.33)), tf.ToPILImage()])
show(img, t)

2.原图如下。

3.运行结果如下。

4.至于其他预处理函数可以自行对上述代码进行修改。

授人以鱼不如授人以渔，笔者无法做到对代码逐行讲解，希望读者可以自己结合代码动手实践，并自行体会，这样才能快速进步。