位置: IT常识 - 正文

pytorch 自编码器实现图像的降噪(pytorch自动编码器)

编辑:rootadmin
pytorch 自编码器实现图像的降噪 自编码器

推荐整理分享pytorch 自编码器实现图像的降噪(pytorch自动编码器),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:python编码工具,python自编码器,python自编码器,pytorch代码,pytorch自动编码器,pytorch 源码编译,pytorch onehot编码,pytorch 自编码器 异常检测,内容如对您有帮助,希望把文章链接给更多的朋友!

自动编码器是一种无监督的深度学习算法,它学习输入数据的编码表示,然后重新构造与输出相同的输入。它由编码器和解码器两个网络组成。编码器将高维输入压缩成低维潜在(也称为潜在代码或编码空间) ,以从中提取最相关的信息,而解码器则解压缩编码数据并重新创建原始输入。

自编码器的输入和输出应该尽可能的相似。

通过输入含有噪声的图像,编码器在编码的过程中会存在信息丢失,将输入和输出最相似的特征保留下来,通过解码器得到最后的输出。在这个转换的过程中实现了图像的去噪。

自编码器主要的用途其实是用于降维,将高维的数据编码为一组向量,解码器通过解码得到输出。

数据集导入可视化import torchvisionimport matplotlib.pyplot as pltfrom torch.utils.data import DataLoaderimport numpy as npimport randomimport PIL.Image as Imageimport torchvision.transforms as transformsclass AddPepperNoise(object): """增加椒盐噪声 Args: snr (float): Signal Noise Rate p (float): 概率值,依概率执行该操作 """ def __init__(self, snr, p=0.9): assert isinstance(snr, float) and (isinstance(p, float)) self.snr = snr self.p = p def __call__(self, img): """ Args: img (PIL Image): PIL Image Returns: PIL Image: PIL image. """ if random.uniform(0, 1) < self.p: img_ = np.array(img).copy() h, w = img_.shape signal_pct = self.snr noise_pct = (1 - self.snr) mask = np.random.choice((0, 1, 2), size=(h, w), p=[signal_pct, noise_pct/2., noise_pct/2.]) img_[mask == 1] = 255 # 盐噪声 img_[mask == 2] = 0 # 椒噪声 return Image.fromarray(img_.astype('uint8')) else: return imgclass Gaussian_noise(object): """增加高斯噪声 此函数用将产生的高斯噪声加到图片上 传入: img : 原图 mean : 均值 sigma : 标准差 返回: gaussian_out : 噪声处理后的图片 """ def __init__(self, mean, sigma): self.mean = mean self.sigma = sigma def __call__(self, img): """ Args: img (PIL Image): PIL Image Returns: PIL Image: PIL image. """ # 将图片灰度标准化 img_ = np.array(img).copy() img_ = img_ / 255.0 # 产生高斯 noise noise = np.random.normal(self.mean, self.sigma, img_.shape) # 将噪声和图片叠加 gaussian_out = img_ + noise # 将超过 1 的置 1,低于 0 的置 0 gaussian_out = np.clip(gaussian_out, 0, 1) # 将图片灰度范围的恢复为 0-255 gaussian_out = np.uint8(gaussian_out*255) # 将噪声范围搞为 0-255 # noise = np.uint8(noise*255) return Image.fromarray(gaussian_out)train_datasets = torchvision.datasets.MNIST('./', train=True, download=True)test_datasets = torchvision.datasets.MNIST('./', train=False, download=True)print('训练集的数量', len(train_datasets))print('测试集的数量', len(test_datasets))train_loader = DataLoader(train_datasets, batch_size=100, shuffle=True)test_loader = DataLoader(test_datasets, batch_size=1, shuffle=False)transform=transforms.Compose([ transforms.ToPILImage(), Gaussian_noise(0,0.1), AddPepperNoise(0.9) # transforms.ToTensor()])print('训练集可视化')fig = plt.figure()for i in range(12): plt.subplot(3, 4, i + 1) img = train_datasets.train_data[i] label = train_datasets.train_labels[i] # noise = np.random.normal(0.1, 0.1, img.shape) # img=transform(img) plt.imshow(img, cmap='gray') plt.title(label) plt.xticks([]) plt.yticks([])plt.show()

噪声图像 

 原始图像

模型的搭建import torchfrom torch import nnclass AE(nn.Module): def __init__(self): super(AE, self).__init__() # [b, 784] => [b, 20] self.encoder = nn.Sequential( nn.Linear(784, 256), nn.ReLU(), nn.Linear(256, 64), nn.ReLU(), nn.Linear(64, 20), nn.ReLU() ) # [b, 20] => [b, 784] self.decoder = nn.Sequential( nn.Linear(20, 64), nn.ReLU(), nn.Linear(64, 256), nn.ReLU(), nn.Linear(256, 784), nn.Sigmoid() ) def forward(self, x): """ :param x: [b, 1, 28, 28] :return: """ batchsz = x.size(0) # flatten(打平) x = x.view(batchsz, 784) # encoder x = self.encoder(x) # decoder x = self.decoder(x) # reshape x = x.view(batchsz, 1, 28, 28) return xif __name__=='__main__': model=AE() input=torch.randn(1,28,28) input=input.view(1,-1) print('输入的维度',input.shape) encoder_out=model.encoder(input) print('编码器的输出',encoder_out.shape) out=model.decoder(encoder_out) print('解码器的输出',out.shape)

 

模型的训练

导入训练集训练的时候一定要将使用transforms将所有图像转换为tensor格式,这里的方法不同于tensorflow导入MNIST方法,如果不加transforms则图像的格式为列表类型,下面在训练的时候会报错。

pytorch 自编码器实现图像的降噪(pytorch自动编码器)

在训练过程中添加噪声。分别添加了高斯噪声和椒盐噪声

import torchvisionfrom torch.utils.data import DataLoaderimport numpy as npimport random,osimport PIL.Image as Imageimport torchvision.transforms as transformsfrom torch import nn,optimimport torchfrom models import AEfrom tqdm import tqdmtrain_datasets = torchvision.datasets.MNIST('./', train=True, download=True,transform=transforms.ToTensor())test_datasets = torchvision.datasets.MNIST('./', train=False, download=True,transform=transforms.ToTensor())print('训练集的数量', len(train_datasets))print('测试集的数量', len(test_datasets))train_loader = DataLoader(train_datasets, batch_size=100, shuffle=True)test_loader = DataLoader(test_datasets, batch_size=1, shuffle=False)#模型,优化器,损失函数device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")model=AE().to(device)criteon = nn.MSELoss()optimizer = optim.Adam(model.parameters(), lr=1e-3)##导入预训练模型if os.path.exists('./model.pth') : # 如果存在已保存的权重,则加载 checkpoint = torch.load('model.pth',map_location=lambda storage,loc:storage) model.load_state_dict(checkpoint['model_state_dict']) optimizer.load_state_dict(checkpoint['optimizer_state_dict']) initepoch = checkpoint['epoch'] loss = checkpoint['loss']else: initepoch=0#开始训练for epoch in range(initepoch, 50): with tqdm(total=(len(train_datasets)-len(train_datasets)), ncols=80) as t: t.set_description('epoch: {}/{}'.format(epoch, 50)) running_loss = 0.0 for i, data in enumerate(train_loader, 0): # get the inputs true_input, _ = data #生成均值为0,方差为0.1的高斯分布 gaussian_noise=torch.normal(mean=0,std=0.1,size=true_input.shape) image_noise=true_input+gaussian_noise noise_tensor = torch.rand(size=true_input.shape) #添加椒盐噪声 image_noise[noise_tensor<0.1]=0 #椒噪声 image_noise[noise_tensor > (1-0.1)] = 1 #盐噪声 #限制像素的范围在0-1之间 image_noise=torch.clamp(image_noise,min=0,max=1) optimizer.zero_grad() outputs = model(image_noise) loss = criteon(outputs, true_input) loss.backward() optimizer.step() running_loss += loss.item() t.set_postfix(trainloss='{:.6f}'.format(running_loss/len(train_loader))) t.update(len(true_input)) torch.save({'epoch': epoch, 'model_state_dict': model.state_dict(), 'optimizer_state_dict': optimizer.state_dict(), 'loss': running_loss/len(train_loader) }, 'model.pth')模型的测试

 在导入模型的时候经常发生上面的错误。模型在导入参数的时候不需要赋值操作。如果保存的方法是torch.load(model,'model.pth'),也就是直接保存模型的所有(包括模型的结构),在导入模型参数的时候可以使用model=torch.load('./model.pth')

import numpy as npimport torchvisionimport matplotlib.pyplot as pltfrom torch.utils.data import DataLoaderimport torchimport torchvision.transforms as transformsfrom models import AEfrom data import AddPepperNoise,Gaussian_noisetest_datasets = torchvision.datasets.MNIST('./', train=False, download=True)print('测试集的数量', len(test_datasets))test_loader = DataLoader(test_datasets, batch_size=1, shuffle=False)transform=transforms.Compose([ transforms.ToPILImage(), Gaussian_noise(0,0.2), AddPepperNoise(0.9), transforms.ToTensor()])model=AE()hh=torch.load('./model.pth',map_location=lambda storage,loc:storage)model.load_state_dict(hh['model_state_dict'])#错误写法# model=model.load_state_dict(hh['model_state_dict'])fig = plt.figure()for i in range(12): plt.subplot(3, 4, i + 1) img = test_datasets.train_data[i] label = test_datasets.test_labels[i] img_noise=transform(img) out=model(img_noise) out=out.squeeze() out=transforms.ToPILImage()(out) #原始图像,噪声图像,去噪图像 plt.imshow(np.hstack((np.array(img),np.array(transforms.ToPILImage()(img_noise)),np.array(out))), cmap='gray') plt.title(label) plt.xticks([]) plt.yticks([])plt.show()

 生成随机数看看解码器能解码出什么

生成标准正太分布import matplotlib.pyplot as pltimport torchimport torchvision.transforms as transformsfrom models import AEmodel=AE()model.load_state_dict(torch.load('./model.pth',map_location=lambda storage,loc:storage)['model_state_dict'])fig = plt.figure()for i in range(12): plt.subplot(3, 4, i + 1) input=torch.randn(1,20) out=model.decoder(input) out=out.view(28,28) out=transforms.ToPILImage()(out) plt.imshow(out, cmap='gray') plt.xticks([]) plt.yticks([])plt.show()

 生成0-1之间的均匀分布import matplotlib.pyplot as pltimport torchimport torchvision.transforms as transformsfrom models import AEmodel=AE()model.load_state_dict(torch.load('./model.pth',map_location=lambda storage,loc:storage)['model_state_dict'])fig = plt.figure()for i in range(12): plt.subplot(3, 4, i + 1) input=torch.rand(1,20) out=model.decoder(input) out=out.view(28,28) out=transforms.ToPILImage()(out) plt.imshow(out, cmap='gray') plt.xticks([]) plt.yticks([])plt.show()

可以看到随机生成的数据用解码器解码得到的数据都很乱。接下来,看看编码器编码后的数据服从什么分布。

看看编码器编码的输出服从什么分布import numpy as npimport torchvisionimport matplotlib.pyplot as pltfrom torch.utils.data import DataLoaderimport torchimport torchvision.transforms as transformsfrom models import AEfrom data import AddPepperNoise,Gaussian_noisetest_datasets = torchvision.datasets.MNIST('./', train=False, download=True)print('测试集的数量', len(test_datasets))test_loader = DataLoader(test_datasets, batch_size=1, shuffle=False)transform=transforms.Compose([ transforms.ToPILImage(), Gaussian_noise(0,0.2), AddPepperNoise(0.9), transforms.ToTensor()])model=AE()hh=torch.load('./model.pth',map_location=lambda storage,loc:storage)model.load_state_dict(hh['model_state_dict'])#错误写法# model=model.load_state_dict(hh['model_state_dict'])fig = plt.figure()for i in range(1): plt.subplot(1, 1, i + 1) img = test_datasets.test_data[i] label = test_datasets.test_labels[i] img_noise=transform(img) img_noise=img_noise.view(1,-1) out=model.encoder(img_noise) print('encoder的输出',out) #正太分布检验 import scipy.stats as stats print(stats.shapiro(out.detach().numpy())) plt.imshow(img, cmap='gray') plt.title(label) plt.xticks([]) plt.yticks([])plt.show()print('均值',torch.mean(out))print('方差',torch.var(out))

 可以看到一张图片7是服从均值为2.5,方差为8.55的正太分布的。

然后生成一些类似的分布看看效果。

import matplotlib.pyplot as pltimport torchimport torchvision.transforms as transformsfrom models import AEmodel=AE()model.load_state_dict(torch.load('./model.pth',map_location=lambda storage,loc:storage)['model_state_dict'])fig = plt.figure()for i in range(12): plt.subplot(3, 4, i + 1) input=torch.normal(mean=2.5928,std=8.5510,size=(1,20)) out=model.decoder(input) out=out.view(28,28) out=transforms.ToPILImage()(out) plt.imshow(out, cmap='gray') plt.xticks([]) plt.yticks([])plt.show()

 其实效果挺差的,可能是因为一张图片的分布并不能代表所有吧。

本文链接地址:https://www.jiuchutong.com/zhishi/298290.html 转载请保留说明!

上一篇:【数据集NO.1】最经典大规模、多样化的自动驾驶视频数据集——BDD100K数据集(数据集介绍)

下一篇:MySQL基本查询(mysqljoin查询)

  • 家居企业做微博营销的第一步要做的是什么?(家居企业做微博怎么写)

    家居企业做微博营销的第一步要做的是什么?(家居企业做微博怎么写)

  • 电脑密码忘记了怎么解开(电脑密码忘记了找人解开要多少钱?)

    电脑密码忘记了怎么解开(电脑密码忘记了找人解开要多少钱?)

  • ps怎么导出视频(ps怎么导出视频mp4)

    ps怎么导出视频(ps怎么导出视频mp4)

  • 苹果xsmax可以分屏吗(iphone xsmax可以分屏吗)

    苹果xsmax可以分屏吗(iphone xsmax可以分屏吗)

  • 电脑突然就花屏(电脑突然花屏重启后就打不开了)

    电脑突然就花屏(电脑突然花屏重启后就打不开了)

  • 现在注销手机号可以网上注销吗(现在注销手机号必须去营业厅吗)

    现在注销手机号可以网上注销吗(现在注销手机号必须去营业厅吗)

  • 非黄钻怎么把空间描述删除(非黄钻怎么弄全屏空间)

    非黄钻怎么把空间描述删除(非黄钻怎么弄全屏空间)

  • 钉钉群怎么超过1000人(钉钉群怎么超过一个人)

    钉钉群怎么超过1000人(钉钉群怎么超过一个人)

  • 4g高清通话功能是什么意思

    4g高清通话功能是什么意思

  • iphone11手机铃声越来越小(iphone11铃声不响)

    iphone11手机铃声越来越小(iphone11铃声不响)

  • 怎么把微信群的聊天记录分享个别人(怎么把微信群的图片批量导出)

    怎么把微信群的聊天记录分享个别人(怎么把微信群的图片批量导出)

  • 电脑桌面隐藏了怎么弄出来(电脑桌面隐藏了一个图标,怎么恢复)

    电脑桌面隐藏了怎么弄出来(电脑桌面隐藏了一个图标,怎么恢复)

  • 苹果手机公开版跟官方版有什么区别(苹果手机公开版和A+会员版区别)

    苹果手机公开版跟官方版有什么区别(苹果手机公开版和A+会员版区别)

  • 微信ipad和手机同时在线怎么设置(微信ipad和手机消息不同步怎么办)

    微信ipad和手机同时在线怎么设置(微信ipad和手机消息不同步怎么办)

  • ipad清理缓存在哪里(ipad2020清除缓存)

    ipad清理缓存在哪里(ipad2020清除缓存)

  • 华为p30怎么设置返回键(华为p30怎么设置桌面时间和天气)

    华为p30怎么设置返回键(华为p30怎么设置桌面时间和天气)

  • 拼多多双店铺收藏怎么收(拼多多两个店铺关联一起怎么设置)

    拼多多双店铺收藏怎么收(拼多多两个店铺关联一起怎么设置)

  • 手机上怎么交养老保险(手机上怎么交养老保险微信)

    手机上怎么交养老保险(手机上怎么交养老保险微信)

  • 手机来电背景怎么换(手机来电背景怎么设置华为)

    手机来电背景怎么换(手机来电背景怎么设置华为)

  • PS怎么转CDR(ps怎么转cdr格式)

    PS怎么转CDR(ps怎么转cdr格式)

  • 苹果x电池为什么耗电快(苹果x电池为什么充不满)

    苹果x电池为什么耗电快(苹果x电池为什么充不满)

  • 快手的隐私用户什么意思(快手的隐私用户怎么关闭)

    快手的隐私用户什么意思(快手的隐私用户怎么关闭)

  • 系统远程桌面连接在哪?如何使用此功能?(系统远程桌面连接怎么用)

    系统远程桌面连接在哪?如何使用此功能?(系统远程桌面连接怎么用)

  • 清包工可以有一部分小料吗
  • 年末未分配利润怎么处理
  • 汇算清缴业务招待费调整分录
  • 可抵扣租赁费如何摊销做会计分录呢?
  • 进项发票认证后暂不抵扣
  • 企业收到免税发票后怎么开票
  • 同一控制吸收合并会计处理
  • 园林绿化公司要交税吗
  • 营业执照首次年报
  • 网上订酒店怎么预定
  • 会计案例分析题万能模板
  • 资本公积要交印花税账簿税吗
  • 公司车辆可以一年一检吗
  • 研发人员奖金的会计分录
  • 主营业务收入增速怎么算
  • 年终奖个人所得税怎么扣
  • 发票代码会有一样的吗
  • 小规模企业交纳印花税吗
  • 苹果官网iPhone12
  • Windows 11 Build 22000.176 (KB5006050) 更新推送(附更新内容+安装)
  • php调用外部接口
  • php 正则表达式
  • QQPCTray.exe是什么进程 QQPCTray.exe文件介绍
  • 建筑劳务公司计提工资怎么做账
  • PHP:pg_send_execute()的用法_PostgreSQL函数
  • musirc4.71.exe - musirc4是什么进程文件 有什么作用
  • 出口货物如何开票入账
  • 落枕怎么办怎么治疗
  • 企业可以超范围经营吗
  • 社保通过银行缴纳
  • 税务局开出来的发票没问题吧?
  • 企业应交税费的会计分录
  • 前端解决跨域问题的8种方案(最新最全)
  • php正则匹配时间
  • 公司变更需要哪些资料~问华杰 财务
  • html怎么用java
  • 企业财务准则最新
  • 产权转移书据是什么印花税
  • mysql用在哪些方面
  • 企业税务分为哪几类
  • 不抵扣勾选是什么
  • 控股子公司注销母公司账务处理实例
  • 城市维护建设税,教育费附加,地方教育费附加
  • 结转本月应交增值税
  • 根据sql脚本修改数据类型
  • 公转私户违法吗
  • 其他应收款科目代码
  • 政府补助如何会计核算
  • 补缴以前年度企业所得税如何做账
  • 商业汇票和银行本票的区别
  • 单位给个人转款怎么做账
  • 首先要知道什么英语
  • 当月开通的业务当月能取消吗
  • 财政登记证取消了吗
  • 财务费用怎么计入现金流量表
  • mysql使用入门
  • fedora怎么样
  • win10 mobile 预览10240
  • macbookair触控板维修
  • 虚拟机中的centos怎么联网
  • xp系统怎么弄成win7
  • rundll32.exe是什么程序
  • linux useradd(adduser)命令参数及用法详解(linux创建新用户命令)
  • win7开机时出现一堆英文
  • unity接sdk教程
  • jquery插件开发方法
  • unity3d音效
  • [置顶]公主大人接下来是拷问时间31
  • 基于JavaScript的图书管理系统
  • python的idle打不开解决办法
  • js中类
  • jquery里的each()是什么函数?你是如何使用他的?
  • python入坑指南
  • 税务局巡察反馈问题清单
  • 税控盘开的电子票怎么发送给人
  • 重庆市国家税务局电子税务局官网
  • 公司买水果怎么开票
  • 什么情况适用简易诉讼程序
  • 广告发布合同属于什么合同
  • 增值税税率有哪些规定
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设