### PyTorch 图像预处理基础教程 #### 使用 `torchvision.transforms` 进行图像预处理 为了有效地准备用于训练的数据集，PyTorch 提供了一个强大的工具包——`torchvision.transforms`。这个模块包含了多种常见的图像变换操作，可以方便地应用于图像数据集中的每一张图片。 #### 创建自定义的图像预处理管道 通常情况下，会创建一系列按特定顺序执行的操作来构建完整的预处理流程。这些操作可以通过 `transforms.Compose()` 函数组合起来形成一个流水线式的处理器对象[^4]： ```python from torchvision import transforms # 定义一组基本的图像预处理步骤 data_transforms = transforms.Compose([ # 对输入图像进行随机水平翻转 transforms.RandomHorizontalFlip(), # 将给定的 PIL.Image 或 numpy.ndarray 转换为 torch.FloatTensor 并缩放到 [0,1]范围 transforms.ToTensor(), ]) ``` 上述代码片段展示了如何设置两个简单的转换：一个是可能增加样本多样性的随机水平镜像；另一个则是将原始像素值映射到适合神经网络接受的形式并完成类型转变[^5]。 对于更复杂的场景，还可以加入其他类型的增强手段比如调整亮度对比度饱和度、裁剪等，具体取决于实际需求以及目标模型的要求。 #### 数据标准化 当完成了初步的变化之后，往往还需要进一步做归一化处理以确保所有特征具有相似尺度从而加快收敛速度提升泛化能力。这一步骤同样可以在 Compose 中实现: ```python import torchvision.transforms as T normalize = T.Normalize(mean=[0.485, 0.456, 0.406], std =[0.229, 0.224, 0.225]) full_pipeline = T.Compose([random_flip, convert_to_tensor, normalize]) ``` 这里指定了均值和标准差参数来进行正态分布标准化，这是基于ImageNet数据集的经验值，在很多视觉任务中都适用。 #### 应用预处理逻辑于数据加载器 一旦建立了所需的转换链路，则可以直接将其传递给 Dataset 类实例以便自动作用于每一个读取出来的批次数据之上： ```python from torchvision.datasets import CIFAR10 from torch.utils.data import DataLoader dataset = CIFAR10(root='./data', train=True, download=True, transform=full_pipeline) dataloader = DataLoader(dataset, batch_size=32, shuffle=True) ``` 这样就成功实现了从获取原始文件直到准备好送入模型之前的所有准备工作！