ஒளிர்வு, மாறுபாடு, செறிவு மற்றும் சாயல் ஆகியவை ஒரு படத்தின் தோற்றத்தை பாதிக்கும் முக்கிய காரணிகளாகும். PyTorch வழங்குகிறது ' கலர்ஜிட்டர்() ” குறிப்பிட்ட படத்தின் பிரகாசம், மாறுபாடு, செறிவு மற்றும் சாயல் ஆகியவற்றை தோராயமாக சரிசெய்யும் முறை. பயனர்கள் ஒவ்வொரு அளவுருவிற்கும் மதிப்புகளின் வரம்பை ஒரு டூப்பிள் அல்லது ஒற்றை மதிப்பாகக் குறிப்பிடலாம். இந்த முறை குறிப்பிட்ட வரம்பில் இருந்து தோராயமாக மாற்றப்பட்ட விரும்பிய காரணிகளுடன் புதிதாக சரிசெய்யப்பட்ட படத்தை வழங்குகிறது.
இந்த வலைப்பதிவு PyTorch இல் படத்தின் பிரகாசம், மாறுபாடு, செறிவு மற்றும் சாயல் ஆகியவற்றை சரிசெய்யும் முறையை விளக்குகிறது.
பைடார்ச்சில் படத்தின் பிரகாசம், மாறுபாடு, செறிவு மற்றும் சாயலை எப்படி தோராயமாக சரிசெய்வது?
PyTorch இல் ஒரு படத்தின் பிரகாசம், மாறுபாடு, செறிவு மற்றும் சாயல் ஆகியவற்றை தோராயமாக சரிசெய்ய, கீழே பட்டியலிடப்பட்டுள்ள படிகளைப் பின்பற்றவும்:
படி 1: Google Colab இல் ஒரு படத்தை பதிவேற்றவும்
முதலில், Google Colab ஐத் திறந்து, கீழே உள்ள ஹைலைட் ஐகான்களைக் கிளிக் செய்யவும். பின்னர், கணினியிலிருந்து குறிப்பிட்ட படத்தைத் தேர்ந்தெடுத்து பதிவேற்றவும்:
பின்னர், படம் Google Colab இல் பதிவேற்றப்படும்:
இங்கே, பின்வரும் படத்தைப் பதிவேற்றியுள்ளோம், அதன் பிரகாசம், மாறுபாடு, செறிவு மற்றும் சாயல் ஆகியவற்றைத் தோராயமாக சரிசெய்வோம்:
படி 2: தேவையான நூலகத்தை இறக்குமதி செய்யவும்
அடுத்து, தேவையான நூலகங்களை இறக்குமதி செய்யவும். உதாரணமாக, நாங்கள் பின்வரும் நூலகங்களை இறக்குமதி செய்துள்ளோம்:
இறக்குமதி ஜோதிஇறக்குமதி torchvision.மாற்றங்கள் என மாற்றுகிறது
PIL இறக்குமதி படத்திலிருந்து
இங்கே:
-
- ' இறக்குமதி ஜோதி 'PyTorch நூலகத்தை இறக்குமதி செய்கிறது.
- ' டார்ச்விஷன் இறக்குமதி. உருமாற்றங்களாக மாறுகிறது ” ஒரு நரம்பியல் வலையமைப்பிற்கு ஊட்டுவதற்கு முன் படத் தரவை முன்கூட்டியே செயலாக்கப் பயன்படும் டார்ச்விஷனில் இருந்து உருமாற்றத் தொகுதியை இறக்குமதி செய்கிறது.
- ' PIL இறக்குமதி படத்திலிருந்து ” என்பது வெவ்வேறு படக் கோப்பு வடிவங்களைத் திறந்து சேமிக்கப் பயன்படுகிறது:
படி 3: உள்ளீட்டு படத்தைப் படிக்கவும்
அதன் பிறகு, கணினியிலிருந்து உள்ளீட்டு படத்தைப் படிக்கவும். இங்கே நாங்கள் படிக்கிறோம் ' மலர்கள்_img.jpg 'மற்றும் அதை சேமித்து வைத்தல்' உள்ளீடு_img ” மாறி:
input_img = Image.open ( 'flowers_img.jpg' )
படி 4: ஒரு உருமாற்றத்தை வரையறுக்கவும்
பின்னர், மேலே உள்ள உள்ளீட்டு படத்தின் பிரகாசம், மாறுபாடு, செறிவு மற்றும் சாயல் ஆகியவற்றை சரிசெய்ய ஒரு உருமாற்றத்தை வரையறுக்கவும். இங்கே, இந்த காரணிகளுக்கான பின்வரும் மதிப்புகளை நாங்கள் வரையறுத்துள்ளோம்:
உருமாற்றம் = மாற்றுகிறது.ColorJitter ( பிரகாசம் = 1.5 , மாறுபாடு = 1.2 , செறிவூட்டல் = 2 , சாயல் = 0.3 )
படி 5: படத்தில் உருமாற்றத்தைப் பயன்படுத்தவும்
இப்போது, விரும்பிய உள்ளீட்டுப் படத்தில், விரும்பிய காரணிகளைச் சரிசெய்ய, மேலே உள்ள உருமாற்றத்தைப் பயன்படுத்தவும்:
new_img = உருமாற்றம் ( உள்ளீடு_img )
படி 6: சரிசெய்யப்பட்ட படத்தைக் காண்பி
இறுதியாக, அதைக் காண்பிப்பதன் மூலம் சரிசெய்யப்பட்ட படத்தைப் பார்க்கவும்:
புதிய_img
உள்ளீடு படத்தின் பிரகாசம், மாறுபாடு, செறிவு மற்றும் சாயல் ஆகியவை குறிப்பிடப்பட்ட காரணிகளுடன் வெற்றிகரமாக சரிசெய்யப்பட்டதை மேலே உள்ள வெளியீடு காட்டுகிறது.
ஒப்பீடு
அசல் படத்திற்கும் சரிசெய்யப்பட்ட படத்திற்கும் இடையிலான ஒப்பீட்டை கீழே காணலாம்:
|
அசல் படம் |
சரிசெய்யப்பட்ட படம் |
குறிப்பு : எங்கள் Google Colab நோட்புக்கை நீங்கள் இதில் அணுகலாம் இணைப்பு .
மேலும், படத்தின் பிரகாசம், மாறுபாடு, செறிவு மற்றும் சாயல் ஆகியவற்றைச் சரிசெய்வது பற்றி வழங்கப்பட்ட கட்டுரைகளையும் நீங்கள் பார்க்கலாம்:
PyTorchல் படத்தின் பிரகாசம், மாறுபாடு, செறிவு மற்றும் சாயல் ஆகியவற்றை சீரற்ற முறையில் சரிசெய்யும் முறையை நாங்கள் திறமையாக விளக்கியுள்ளோம்.
முடிவுரை
PyTorchல் படத்தின் பிரகாசம், மாறுபாடு, செறிவு மற்றும் சாயல் ஆகியவற்றை தோராயமாக சரிசெய்ய, முதலில், விரும்பிய படத்தை Google Colab இல் பதிவேற்றவும். பின்னர், தேவையான நூலகங்களை இறக்குமதி செய்து உள்ளீட்டு படத்தைப் படிக்கவும். அதன் பிறகு, பயன்படுத்தவும் ' கலர்ஜிட்டர்() ” ஒரு படத்தின் பிரகாசம், செறிவு, மாறுபாடு மற்றும் சாயலுக்கு சீரற்ற மாற்றங்களைப் பயன்படுத்துவதற்கான முறை. கடைசியாக, அதைக் காண்பிப்பதன் மூலம் சரிசெய்யப்பட்ட படத்தைப் பார்க்கவும். PyTorchல் படத்தின் பிரகாசம், மாறுபாடு, செறிவு மற்றும் சாயல் ஆகியவற்றைச் சரிசெய்யும் முறையை இந்த வலைப்பதிவு விளக்கியுள்ளது.