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)

  • 儿童类自媒体要怎么做? 00 后中小学生在关注些什么?(育儿类自媒体)

    儿童类自媒体要怎么做? 00 后中小学生在关注些什么?(育儿类自媒体)

  • realme充电动画如何设置(realmev3充电动画)

    realme充电动画如何设置(realmev3充电动画)

  • iphone11描述文件在哪(iphone11描述文件怎么下载)

    iphone11描述文件在哪(iphone11描述文件怎么下载)

  • 美团尊享会员是什么意思(美团尊享会员是免费的吗)

    美团尊享会员是什么意思(美团尊享会员是免费的吗)

  • 手机qq的生日怎么删除(手机qq生日怎么不提醒别人)

    手机qq的生日怎么删除(手机qq生日怎么不提醒别人)

  • 电话手表有微信功能吗(小天才电话手表有微信吗)

    电话手表有微信功能吗(小天才电话手表有微信吗)

  • a52处理器是多少(a52s参数处理器)

    a52处理器是多少(a52s参数处理器)

  • 罗马仕充电宝鼓包了还能用吗(罗马仕充电宝鼓了还能用吗)

    罗马仕充电宝鼓包了还能用吗(罗马仕充电宝鼓了还能用吗)

  • 打印测试页失败(打印机打印测试页失败)

    打印测试页失败(打印机打印测试页失败)

  • mate20屏幕刷新率(mate20屏幕刷新率怎么调)

    mate20屏幕刷新率(mate20屏幕刷新率怎么调)

  • 漏型和源型的区别(什么是源型和漏型)

    漏型和源型的区别(什么是源型和漏型)

  • 面向对象的编程语言有哪些特点(面向对象的编程语言)

    面向对象的编程语言有哪些特点(面向对象的编程语言)

  • 华为mate30pro可以折叠吗(华为mate30pro可以插内存卡吗)

    华为mate30pro可以折叠吗(华为mate30pro可以插内存卡吗)

  • word字体怎么竖着(word文档字体怎么竖向排版)

    word字体怎么竖着(word文档字体怎么竖向排版)

  • vue怎么合成视频(vue视频拼接)

    vue怎么合成视频(vue视频拼接)

  • 七天网络授权步骤(七天网络要怎么样才能授权)

    七天网络授权步骤(七天网络要怎么样才能授权)

  • ps自带的字体可以商用吗(ps自带的字体可以修改吗)

    ps自带的字体可以商用吗(ps自带的字体可以修改吗)

  • 买xsmax送无线耳机吗(xsmax有没有送耳机)

    买xsmax送无线耳机吗(xsmax有没有送耳机)

  • 滴滴多久不接单会封号(滴滴多久不接单恢复新手保护期)

    滴滴多久不接单会封号(滴滴多久不接单恢复新手保护期)

  • 手机tar格式怎么打开(tar后缀文件手机怎么打开)

    手机tar格式怎么打开(tar后缀文件手机怎么打开)

  • 港行iphonex支持电信吗(港行苹果x能用电信卡吗)

    港行iphonex支持电信吗(港行苹果x能用电信卡吗)

  • iphone8有红外线功能吗(苹果8有红外线)

    iphone8有红外线功能吗(苹果8有红外线)

  • wifi感叹号无法上网怎么回事(wifi感叹号无法上网是欠费吗)

    wifi感叹号无法上网怎么回事(wifi感叹号无法上网是欠费吗)

  • excel整列重复值统计(一列的重复值)

    excel整列重复值统计(一列的重复值)

  • 朋友圈动态怎么看(朋友圈动态怎么打开)

    朋友圈动态怎么看(朋友圈动态怎么打开)

  • Python CNN卷积神经网络实例讲解,CNN实战,CNN代码实例,超实用(cnn卷积神经网络python代码)

    Python CNN卷积神经网络实例讲解,CNN实战,CNN代码实例,超实用(cnn卷积神经网络python代码)

  • 现金流量表财务费用怎么填
  • 往期企业所得税申报记录怎么查
  • 绿化养护合同免费
  • 购进灭火器材怎么入账
  • 企业清算过程中应收应付的处置
  • 还有预算外资金的说法吗
  • 资产的计量属性主要包括哪些
  • 异地施工需要缴纳什么税
  • 私人转公账可以开发票吗
  • 增值税发票委托公司开具
  • 当月没有认证的发票要勾选吗
  • 公司买理财产品的账务处理
  • 开具红字专用发票的情形
  • 移动电子发票怎么发送到邮箱
  • 关于免租金的法律规定
  • 增值税免税收入进项税额转出
  • 增值税记账流程
  • 所有的固定资产都有残值率吗
  • 计算本月生产成本怎么算
  • 补缴城镇土地使用税会计分录怎么做
  • 境外取得收入
  • 补缴的附加税怎么入账
  • 公司有残疾人员怎么办
  • 教你从脸上看出风水
  • win10系统共享打印机报错0x0000011b解决办法
  • 对外投资收益要交税吗
  • 广告联系电话
  • php面向对象编程
  • 外销收入申报表怎么填
  • 深入理解php内核
  • vue app打包
  • 公司法人变更后银行账户怎么变更
  • 带息票据和不带息票据区别
  • swiper插件使用步骤
  • thinkphp saveall
  • php测验
  • git简明教程
  • 学习率设置
  • vue修饰词
  • php array_fill
  • 本月的进项票可以抵扣上月税款吗?
  • 年度预算的意义
  • 公司注册资金表格模板
  • 免费学电脑网站
  • 开源 okr
  • python 邮件服务
  • 织梦艺嫣跳舞
  • 资本公积和盈余公积都与利润有关
  • 最新个人捐款是什么意思
  • 个税专项附加扣除标准2023
  • 异常凭证进项税额转出怎么申报
  • 回购股票不注销如何发可转债
  • 固定资产卡片账是明细账吗
  • 减免税需要纳税申报吗
  • 贴现的利息通过什么会计科目核算
  • 计提税金及附加会计分录怎么做
  • 一次性工伤医疗补助金怎么领取
  • 先计提所得税还是先出报表
  • 收到福利费的专用发票
  • 租赁办公楼
  • 财务费用怎么记账
  • 开业建账到年末怎么做账
  • SQL 统计一个数据库中所有表记录的数量
  • win8系统怎么清理缓存
  • Win7系统打开设备和打印机里面什么都没有
  • win8 u盘启动
  • win8.1其他用户名登不进去
  • win10的outlook在哪
  • win7系统开机后桌面黑屏
  • 关于混合基金投资风险以下表述正确的是
  • msvc命令行
  • jQuery插件封装时如要实现链式编程,需要
  • python编写步骤
  • js类的实现
  • 自定义圆角控件
  • 全国退休人员有几多人
  • 清税申报表怎么填写
  • 税务怎么在外网申报
  • 广州车船税每年交多少
  • 杭州国税咨询电话
  • 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