欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

数据预处理 —— padding数据

程序员文章站 2022-04-13 09:21:11
1. 论Conv2d()里的padding和Conv2d()前padding的区别及重要性。 小生建议,尽量少用Conv2d()里的填充方式,换成自定义填充方式(强烈建议)。 小生为何这样建议呢,是因为小生以前就常使用Conv2d()里的padding方式,觉得这样使用简单、不麻烦(O(∩_∩)O哈 ......

1. 论conv2d()里的padding和conv2d()前padding的区别及重要性。

    小生建议,尽量少用conv2d()里的填充方式,换成自定义填充方式(强烈建议)。

    小生为何这样建议呢,是因为小生以前就常使用conv2d()里的padding方式,觉得这样使用简单、不麻烦(o(∩_∩)o哈哈~ 感觉当时好憨哟!)。可是在某一次实验中,得到的效果图在边缘位置十分不理想,我想啊想,想啊想,图像边缘位置我只做过零填充,当时就引起了我的注意,然后通过做对比实验,发现问题还真是由零填充导致的,太开心了(*^▽^*),实验又有突破了。这次不在卷积时做零填充,换成卷积前做重复填充。什么是重复填充了?就是复制边缘的像素来填充。

  conv2d()里的padding,采用的是零填充,即在图像像素周围填充零像素点,这样做的坏处是很可能在边缘处产生伪影。还有一点就是pytorch中conv2d()卷积,当卷积核的尺寸是偶数时,不好做‘same’方式卷积,因为conv2d()在填充时,上边缘与下边缘填充数是一样的,很难改变。

  conv2d()前的padding,可以根据自己的需求填充,目前有四种填充方式,① 零填充;② 常数填充;③ 镜像填充;④ 重复填充;这种方式比较灵活,也很简单,客观可以根据自己的需求来选择使用,四种填充方式,可查看小生的另一篇博文。

  小生就不多言了,上案列,客官请下观~~。

2. 例子

2.1 conv2d()零填充

2.1.1 code

  小生在这里给了代码片段,这里就是想告诉客官怎么做卷积的填充。

 

# 读取图片
image1_path = "./fusion_datasets/lytro-01-a.jpg"
image1 = image.open(image1_path)

# 归一化处理和转为tensor
input_transform = transforms.compose([
    transforms.grayscale(1),
    transforms.totensor(),
])

image1_tensor = input_transform(image1).unsqueeze(0)

# 卷积
conv2 = nn.conv2d(1, 3, 8,padding = 4)
image1_conv = conv2(image1_pad)

2.1.2 结果显示

  客官勿怪,此图是我的实验,过程中的图,还没做到最好的效果,o(∩_∩)o哈哈~,有点不好意思了,捂脸(*/ω\*)!客官请看边缘处,是不是很多白点,这都是零填充导致的效果不好,将这张图和自定义填充之边缘填充的图对照。

数据预处理 —— padding数据

2.2 自定义填充之边缘复制填充

2.2.1 code

    小生在这里给了代码片段,这里就是想告诉客官怎么做卷积前的填充。

# 读取图片
image1_path = "./fusion_datasets/lytro-01-a.jpg"
image1 = image.open(image1_path)

# 归一化处理和转为tensor
input_transform = transforms.compose([
    transforms.grayscale(1),
    transforms.totensor(),
])

image1_tensor = input_transform(image1).unsqueeze(0)

# 自定义填充之边缘复制填充
replicationpad = nn.replicationpad2d(padding=(3, 4, 3, 4))
image1_pad = replicationpad(image1_tensor)

# 卷积
conv2 = nn.conv2d(1, 3, 8)
image1_conv = conv2(image1_pad)

2.2.2 结果显示

  此图与上图对照,边缘的白点基本没有了,嘿嘿(*^▽^*),好开心(*^▽^*)!

数据预处理 —— padding数据

3. 总结

  努力去爱周围的每一个人,付出,不一定有收获,但是不付出就一定没有收获! 给街头卖艺的人零钱,不和深夜还在摆摊的小贩讨价还价。愿我的博客对你有所帮助(*^▽^*)(*^▽^*)!

  如果客官喜欢小生的园子,记得关注小生哟,小生会持续更新(#^.^#)(#^.^#)!