Ejemplos de normalize en Python

Ejemplo n.º 1

Archivo: _bdd.py Proyecto: mknz/dsr-road-roughness-prediction

    def __getitem__(self, idx):
        image_path = self._image_paths[idx]
        mask_path = self._mask_paths[idx]

        image = Image.open(image_path)
        image = np.array(image).astype(np.uint8)

        mask = np.array(Image.open(mask_path)).astype(np.uint8)
        if self.category_type == BinaryCategory:
            mask[mask == 1] = 1
            mask[mask != 1] = 0
        else:
            raise NotImplementedError

        data = {'image': image, 'mask': mask}
        augmented = self._transform(**data)
        image, mask = augmented['image'], augmented['mask']

        # Imagenet params
        image = normalize(
            image,
            mean=(0.485, 0.456, 0.406),
            std=(0.229, 0.224, 0.225),
        )

        X = to_tensor(image)
        if self.category_type == BinaryCategory:
            Y = torch.from_numpy(mask).float().unsqueeze(0)
        else:
            #Y = torch.from_numpy(mask).long()
            raise NotImplementedError

        return dict(
            X=X,
            Y=Y,
            image_path=str(image_path),
            mask_path=str(mask_path),
        )

Ejemplo n.º 2

Archivo: stereo_albumentation.py Proyecto: zhaobinNF/stereo-transformer

 def apply(self, image, **params):
     return F.normalize(image, self.mean, self.std, self.max_pixel_value)

Ejemplo n.º 3

def test_normalize_float():
    img = np.ones((100, 100, 3), dtype=np.float32) * 0.4
    normalized = F.normalize(img, mean=50, std=3, max_pixel_value=1.0)
    expected = (np.ones((100, 100, 3), dtype=np.float32) * 0.4 - 50) / 3
    assert_array_almost_equal_nulp(normalized, expected)

Ejemplo n.º 4

def test_normalize():
    img = np.ones((100, 100, 3), dtype=np.uint8) * 127
    normalized = F.normalize(img, mean=50, std=3)
    expected = (np.ones((100, 100, 3), dtype=np.float32) * 127 / 255 - 50) / 3
    assert_array_almost_equal_nulp(normalized, expected)

Ejemplo n.º 5

Archivo: __init__.py Proyecto: sethah/allencv

 def apply(self, image, **params):
     image = image[:, :, [2, 1, 0]] * 255.
     return af.normalize(image, self.mean, self.std, self.max_pixel_value)

Ejemplo n.º 6

Archivo: test_functional.py Proyecto: KaranR-Hexaware/albumentations

def test_normalize():
    img = np.ones((100, 100, 3), dtype=np.uint8) * 127
    normalized = F.normalize(img, mean=50, std=3)
    expected = (np.ones((100, 100, 3), dtype=np.float32) * 127 / 255 - 50) / 3
    assert np.allclose(normalized, expected)

Ejemplo n.º 7

Archivo: comp_tools.py Proyecto: denilv/people-with-glasses-classifier

def preprocessing_fn(x):
    return to_tensor(normalize(x, MEAN, STD, max_pixel_value=1.0))

Ejemplo n.º 8

 def norm(img, **params):
     return F.normalize(img,
                        mean=(0.485, 0.456, 0.406),
                        std=(0.229, 0.224, 0.225),
                        max_pixel_value=255.0)

Ejemplo n.º 9

 def apply(self, image, **params):
     mean = image.mean(axis=(0, 1), keepdims=True)
     std = image.mean(axis=(0, 1), keepdims=True)
     std[std == 0] = 1
     return F.normalize(image, mean, std, 1)

Ejemplo n.º 10

def imagenet_normalize(images: np.array):
    return normalize(
        images,
        mean=(0.485, 0.456, 0.406),
        std=(0.229, 0.224, 0.225),
    )

Ejemplo n.º 11

def test_normalize():
    img = np.ones((100, 100, 3), dtype=np.uint8) * 127
    normalized = F.normalize(img, mean=50, std=3)
    expected = (np.ones((100, 100, 3), dtype=np.float32) * 127 / 255 - 50) / 3
    assert np.allclose(normalized, expected)