轻松学Pytorch-详解Conv2D卷积处理 原创 gloomyfish OpenCV学堂 4月25日 收录于话题 #轻松学Pytorch系列 30个 图片 点击上方蓝字关注我们 微信公众号:OpenCV学堂 关注获取更多计算机视觉与深度学习知识 Conv2D基本原理与相关函数 常见的图像卷积是二维卷积,而深度学习中Conv2D卷积是三维卷积,图示如下: 图片 Pytroch中的Conv2D是构建卷积神经网络常用的函数,支持的输入数据是四维的tensor对象,格式为NCHW,其中N表示样本数目、C表示通道数目彩色图像为3,灰度图像为1、H跟W分别表示图像高与宽。它们的计算方法可以图示如下: 图片 Conv2D在pytorch中有两个相关的API函数,分别如下: torch.nn.Conv2d( in_channels, // 输入通道数 out_channels, // 输出通道数 kernel_size, // 卷积核大小 stride=1, // 步长 padding=0, // 填充 dilation=1, // 空洞卷积支持 groups=1, // 分组卷积支持 bias=True, // 偏置 padding_mode='zeros' // 填0 ) torch.nn.functional.conv2d( input, // 输入数据 weight, // 卷积核 bias=None, // 偏置 stride=1, // 步长 padding=0, // 填充 dilation=1, // 空洞 groups=1 // 分组 ) 其中torch.nn.Conv2d主要是在各种组合的t.nn.Sequential中使用,构建CNN模型。torch.nn.functional.conv2d更多是在各种自定义中使用,需要明确指出输入与权重filters参数。 Pytorch图像卷积处理 下面的代码演示如何使用torch.nn.functional.conv2d实现图像的模糊、梯度、拉普拉斯等常见的图像卷积处理,代码实现与运行演示分别如下: 图像模糊(左侧为原图): 图片 图像梯度(左侧为原图): 图片 图像拉普拉斯(左侧为原图): 图片 边缘提取(左侧为原图): 图片 Pytoch也可以像OpenCV一样随意完成各种常规的图像卷积功能了!上面几个演示的源码如下所示: import torch import torch.nn.functional as F import cv2 as cv import numpy as np def image_blur(): image = cv.imread("D:/images/1024.png", cv.IMREAD_GRAYSCALE) h, w = image.shape print(h, w) cv.imshow("input", image) img = np.reshape(image, (1, 1, h, w)) img = np.float32(img) k = torch.ones((1, 1, 7, 7), dtype=torch.float) / 49.0 z = F.conv2d(torch.from_numpy(img), k, padding=3) result = z.numpy() print(result.shape) result = np.reshape(result, (h, w)) cv.imshow("blur", np.uint8(result)) cv.waitKey(0) cv.destroyAllWindows() def image_gradient(): image = cv.imread("D:/images/1024.png", cv.IMREAD_GRAYSCALE) h, w = image.shape print(h, w) cv.imshow("input", image) img = np.reshape(image, (1, 1, h, w)) img = np.float32(img) k = torch.tensor([-1, -2, -1, 0, 0, 0, 1, 2, 2], dtype=torch.float) k = k.view(1, 1, 3, 3) print(k.size(), k) z = F.conv2d(torch.from_numpy(img), k, padding=1) result = z.numpy() print(result.shape) result = np.reshape(result, (h, w)) cv.normalize(result, result, 0, 1.0, cv.NORM_MINMAX) cv.imshow("gradint", np.uint8(result*255)) cv.waitKey(0) cv.destroyAllWindows() def image_laplian(): image = cv.imread("D:/images/1024.png", cv.IMREAD_GRAYSCALE) h, w = image.shape print(h, w) cv.imshow("input", image) img = np.reshape(image, (1, 1, h, w)) img = np.float32(img) k = torch.tensor([-1, -1, -1, -1, 8, -1, -1, -1, -1], dtype=torch.float) k = k.view(1, 1, 3, 3) print(k.size(), k) z = F.conv2d(torch.from_numpy(img), k, padding=1) result = z.numpy() print(result.shape) result = np.reshape(result, (h, w)) cv.normalize(result, result, 0, 1.0, cv.NORM_MINMAX) cv.imshow("reshape", np.uint8(result*255)) cv.waitKey(0) cv.destroyAllWindows() def image_edge(): image = cv.imread("D:/images/1024.png", cv.IMREAD_GRAYSCALE) h, w = image.shape print(h, w) cv.imshow("input", image) img = np.reshape(image, (1, 1, h, w)) img = np.float32(img) k = torch.tensor([-1, 0, 0, 1], dtype=torch.float) k = k.view(1, 1, 2, 2) print(k.size(), k) z = F.conv2d(torch.from_numpy(img), k, padding=0) result = z.numpy() print(result.shape) result = np.reshape(result, (h-1, w-1)) cv.imshow("reshape", np.uint8(abs(result))) cv.waitKey(0) cv.destroyAllWindows() if __name__ == "__main__": image_edge() 如果你对Pytorch中的YOLOv5对象检测感兴趣,想训练自定义对象检测,扫码查看下面的视频教程,一键获取该技能即可: 图片
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:轻松学Pytorch-详解Conv2D卷积处理 - Python技术站