我想围绕其中心随机旋转图像张量（B、C、H、W）（我认为是二维旋转？）。我想避免使用 NumPy 和 Kornia，这样我基本上只需要从 torch 模块导入。我也没有使用torchvision.transforms，因为我需要它与 autograd 兼容。本质上，我正在尝试为 DeepDream 等可视化技术创建一个 autograd 兼容版本torchvision.transforms.RandomRotation()（因此我需要尽可能避免伪影）。import torchimport mathimport randomimport torchvision.transforms as transformsfrom PIL import Image# Load imagedef preprocess_simple(image_name, image_size): Loader = transforms.Compose([transforms.Resize(image_size), transforms.ToTensor()]) image = Image.open(image_name).convert('RGB') return Loader(image).unsqueeze(0) # Save image def deprocess_simple(output_tensor, output_name): output_tensor.clamp_(0, 1) Image2PIL = transforms.ToPILImage() image = Image2PIL(output_tensor.squeeze(0)) image.save(output_name)# Somehow rotate tensor around it's centerdef rotate_tensor(tensor, radians): ... return rotated_tensor# Get a random angle within a specified range r_degrees = 5angle_range = list(range(-r_degrees, r_degrees))n = random.randint(angle_range[0], angle_range[len(angle_range)-1])# Convert angle from degrees to radiansang_rad = angle * math.pi / 180# test_tensor = preprocess_simple('path/to/file', (512,512))test_tensor = torch.randn(1,3,512,512)# Rotate input tensor somehowoutput_tensor = rotate_tensor(test_tensor, ang_rad)# Optionally use this to check rotated image# deprocess_simple(output_tensor, 'rotated_image.jpg')我想要完成的一些示例输出：
3 回答
神不在的星期二
TA贡献1963条经验 获得超6个赞
因此，网格生成器和采样器是 Spatial Transformer 的子模块（JADERBERG、Max 等人）。这些子模块不可训练，它们可让您应用可学习的以及不可学习的空间变换。theta在这里，我使用这两个子模块，并使用 PyTorch 的函数torch.nn.functional.affine_grid和（这些函数分别是生成器和采样器的实现）来旋转图像torch.nn.functional.affine_sample：
import torch
import torch.nn.functional as F
import numpy as np
import matplotlib.pyplot as plt
def get_rot_mat(theta):
theta = torch.tensor(theta)
return torch.tensor([[torch.cos(theta), -torch.sin(theta), 0],
[torch.sin(theta), torch.cos(theta), 0]])
def rot_img(x, theta, dtype):
rot_mat = get_rot_mat(theta)[None, ...].type(dtype).repeat(x.shape[0],1,1)
grid = F.affine_grid(rot_mat, x.size()).type(dtype)
x = F.grid_sample(x, grid)
return x
#Test:
dtype = torch.cuda.FloatTensor if torch.cuda.is_available() else torch.FloatTensor
#im should be a 4D tensor of shape B x C x H x W with type dtype, range [0,255]:
plt.imshow(im.squeeze(0).permute(1,2,0)/255) #To plot it im should be 1 x C x H x W
plt.figure()
#Rotation by np.pi/2 with autograd support:
rotated_im = rot_img(im, np.pi/2, dtype) # Rotate image by 90 degrees.
plt.imshow(rotated_im.squeeze(0).permute(1,2,0)/255)
在上面的示例中，假设我们将图像im视为一只穿着裙子跳舞的猫：
rotated_im将是一只穿着裙子逆时针旋转 90 度的跳舞猫：
如果我们用rot_img等号theta调用，就会得到以下结果np.pi/4：
最好的部分是它可以区分输入并具有 autograd 支持！万岁！
森林海
TA贡献2011条经验 获得超2个赞
使用 torchvision 应该很简单：
import torchvision.transforms.functional as TF
angle = 30
x = torch.randn(1,3,512,512)
out = TF.rotate(x, angle)
例如如果x是：
out旋转 30 度为（注：逆时针）：
慕姐8265434
TA贡献1813条经验 获得超2个赞
pytorch 有一个函数：
x = torch.tensor([[0, 1], [2, 3]]) x = torch.rot90(x, 1, [0, 1])
>> tensor([[1, 3], [0, 2]])
以下是文档：https://pytorch.org/docs/stable/ generated/torch.rot90.html
添加回答
举报
0/150
提交
取消