PyTorch做身份证照片分类
怎么使用PyTorch做图片分类,图片库是身份证照片,分为三类:身份证正面、身份证反面、真人手持身份证。
首先,需要准备好身份证照片数据集。可以使用Python的PIL库将图片缩放至统一的大小,也可以使用PyTorch的`transforms.Compose()`函数进行数据增强,如随机裁剪、随机旋转、随机水平翻转等。
Home of Little Jelly
怎么使用PyTorch做图片分类,图片库是身份证照片,分为三类:身份证正面、身份证反面、真人手持身份证。
首先,需要准备好身份证照片数据集。可以使用Python的PIL库将图片缩放至统一的大小,也可以使用PyTorch的`transforms.Compose()`函数进行数据增强,如随机裁剪、随机旋转、随机水平翻转等。
PyTorch和TensorFlow是两个非常流行的深度学习框架,都被广泛应用于计算机视觉、自然语言处理和深度学习等领域。两个框架之间的主要区别在于设计哲学和运行时行为。
以下是PyTorch和TensorFlow的一些区别:
macOS下安装运行PyTorch及速度测试。
PyTorch支持多种平台,包括Linux/Windows/macOS,甚至支持Android和iOS,今天只讲macOS。
如果你的macOS上已安装Python3,直接使用pip3命令安装PyTorch即可。
PyTorch图片识别注意点
1. 图片尺寸要统一;
2. 图片格式要统一,全部jpg或全部png,不然Tensor维度不一样会报错;
3. `NeuralNetwork`的第一个`nn.Linear`函数,第一个参数要与图片尺寸保持一致,不然会报错 mat1 and mat2 shapes cannot be multiplied;
4. `NeuralNetwork`的最后一个`nn.Linear`函数,第二个参数要与分类的个数保持一致,不然会报错`target2 is out of bound`;
仿照PyTorch官网的衣服的例子自己写了个图片识别模型,算是自己的第一个PyTorch模型,记录下过程。
一路踩坑是免不了的。
自定义Dataset
官网给出的`CustomImageDataset`的代码大体可用,需要根据自己的图片存入路径和csv文件格式稍做修改。
PyTorch开发运行部署。
本地
Docker下的
1. Python 3
2. JupyterLab
PyTorch的基础使用有以下几点。
1. Tensor
2. Dataset & DataLoader
3. Transform
PyTorch相关资源
1. [官网](https://pytorch.org)
平台不同,pytorch的安装方式也不同。