[python] 파이썬 PyTorch에서 이미지 데이터를 전처리하는 방법은?

22 Nov 2023

python

PyTorch는 딥러닝을 위한 파이썬 기반의 오픈소스 머신러닝 라이브러리입니다. PyTorch에서 이미지 데이터를 전처리하기 위해서는 몇 가지 기본적인 단계를 따라야 합니다.

데이터셋을 로드합니다. PyTorch에서 이미지 데이터를 사용하기 위해서는 데이터셋을 먼저 로드해야 합니다. 주로 사용되는 데이터셋 클래스는 torchvision의 ImageFolder, DatasetFolder, torchvision.datasets.ImageNet 등이 있습니다.
이미지를 읽어옵니다. PyTorch에서 이미지를 읽어오기 위해서는 PIL (Python Imaging Library) 라이브러리를 사용합니다. 이미지를 읽어온 후에는 PyTorch의 텐서 형식으로 변환해야 합니다.
```
import torchvision.transforms as transforms
from PIL import Image

# 이미지 로드 및 변환
img = Image.open("image.jpg")
transform = transforms.ToTensor()
img_tensor = transform(img)
```

이미지를 전처리합니다. 전처리는 데이터를 모델에 입력하기 전에 일련의 변환 작업을 수행하는 단계입니다. 전처리 단계에서는 이미지 크기 조정, 정규화, 데이터 증강 등을 수행할 수 있습니다. PyTorch에서는 torchvision.transforms 모듈을 사용하여 전처리 작업을 수행할 수 있습니다.

import torchvision.transforms as transforms

transform = transforms.Compose([
    transforms.Resize((256, 256)),  # 이미지 크기 조정
    transforms.RandomCrop((224, 224)),  # 이미지 임의로 자르기
    transforms.ToTensor(),  # 텐서 형식으로 변환
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]),  # 이미지 정규화
])

processed_img = transform(img)

이와 같이 PyTorch를 사용하여 이미지 데이터를 전처리할 수 있습니다. 전처리 작업은 데이터의 특성과 모델에 따라 다르게 설정할 수 있으며, 참고 문서나 공식 PyTorch 문서를 참조하여 적절한 전처리 방법을 선택할 수 있습니다.

참고 문서: