[PyTorch] torchvision을 활용한 image transform

torchvision을 사용해서 이미지 변형하기

 

#이미지 가운데 부분을 자르는 것
torchvision.transforms.CenterCrop(size=(300, 300))(image) 

#범위 안에서 brightness 등 값이 랜덤하게 변함
torchvision.transforms.ColorJitter(brightness=1, contrast=0, saturation=0, hue=0)(image) 

#rgb를 gray scale로 변경
torchvision.transforms.Grayscale(num_output_channels=1)(image)

#이미지 크기를 늘림
torchvision.transforms.Pad(padding=(20, 20), fill=0, padding_mode='constant')(image)

#이미지 회전
torchvision.transforms.RandomAffine(degrees=90, translate=None, 
scale=None, shear=None, resample=False, fillcolor=0)(image)

 

 

PyTorch에서 텐서보드 열기

 

import torchvision
from torch.utils.tensorboard import SummaryWriter

writer=SummaryWriter()

 

 

학습 코드에 해당 코드를 넣으면 된다.

    if epoch==0:
        grid=torchvision.utils.make_grid(data) #이미지를 타일처럼 분할
        writer.add_image('images',grid,epoch)
        writer.add_graph(model, data)
        
    writer.add_scalar('Loss/train/',loss,epoch)
    writer.add_scalar('Loss/test/',test_loss,epoch) 
    writer.add_scalar('Accuracy/test',accuracy,epoch)

 

 

Learning Rate Scheduler

 

from torch.optim.lr_scheduler import ReduceLROnPlateau
scheduler = ReduceLROnPlateau(optimizer, mode='max', factor=0.1, patience=0, verbose=True)

    # Learning Rate Scheduler
    scheduler.step(accuracy, epoch)

실행하면 다음과 같은 결과가 나온다.

 

모델 저장하고 로드하기 - 1

#모델 저장
torch.save(model.state_dict(), save_path)

#모델 로드
weight_dict = torch.load(save_path)

모델 저장하고 로드하기 - 2

#모델 저장
torch.save(model, save_path)

#모델 로드
model = torch.load(save_path)

 

 

 

pytorch.org/tutorials/beginner/saving_loading_models.html

Saving and Loading Models — PyTorch Tutorials 1.7.1 documentation