深度学习在图像处理中的应用教程

github链接

vgg

transforms 运行机制

常用的图像预处理方法，提高泛化能力

train_transform = transforms.Compose([
    transforms.Resize((32, 32)),  # 缩放为32*32
    transforms.RandomCrop(32, padding=4),  # 随机裁剪
    transforms.ToTensor(),  # 图片转张量，同时归一化0-255 --> 0-1
    transforms.Normalize(norm_mean, norm_std),  # 标准化均值为0标准差为1
])

torch.load_state_dict()函数

将预训练的参数权重加载到新的模型之中

model.eval()

参考链接

model.eval()与 model.train()的区别

• model.train()是保证BN层能够用到每一批数据的均值和方差。

  • 对于Dropout，model.train()是随机取一部分网络连接来训练更新参数。

• model.eval()是保证BN层能够用全部训练数据的均值和方差，即测试过程中要保证BN层的均值和方差不变。

  • 对于Dropout，model.eval()是利用到了所有网络连接，即不进行随机舍弃神经元。

model.eval()与 torch.no_grad()的区别

• model.eval()足够得到正确的validation/test的结果；
• torch.no_grad()则是更进一步加速和节省gpu空间（因为不用计算和存储梯度），从而可以更快计算，也可以跑更大的batch来测试。

tqdm

一个快速，可扩展的Python进度条，可以在 Python 长循环中添加一个进度提示信息，用户只需要封装任意的迭代器 tqdm(iterator)。