PyTorch数据增强----transforms-FlyAI

PyTorch数据增强----transforms

PyTorch

最后更新 2020-10-19 10:18 阅读 4503

最后更新 2020-10-19 10:18

阅读 4503

PyTorch

## PyTorch数据增强之transforms
数据增强在深度学习中发挥着重要作用，上次写了篇Keras的数据增强，这次简要介绍下Pytorch中的transforms用法，适用新手，大神略过。

### 一、 裁剪——Crop
#### 1.随机裁剪：transforms.RandomCrop
```python
class torchvision.transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode=‘constant’)
```
**功能：**依据给定的size随机裁剪
**参数：**
size- (sequence or int)，若为sequence,则为(h,w)，若为int，则(size,size)
padding-(sequence or int, optional)，此参数是设置填充多少个pixel。
当为int时，图像上下左右均填充int个，例如padding=4，则上下左右均填充4个pixel，若为3232，则会变成4040。
当为sequence时，若有2个数，则第一个数表示左右扩充多少，第二个数表示上下的。当有4个数时，则为左，上，右，下。
fill- (int or tuple) 填充的值是什么（仅当填充模式为constant时有用）。int时，各通道均填充该值，当长度为3的tuple时，表示RGB通道需要填充的值。
padding_mode- 填充模式，这里提供了4种填充模式，1.constant，常量。2.edge 按照图片边缘的像素值来填充。3.reflect，暂不了解。 4. symmetric，暂不了解。
#### 2.中心裁剪：transforms.CenterCrop
```python
class torchvision.transforms.CenterCrop(size)
```
**功能：**依据给定的size从中心裁剪
**参数：**size- (sequence or int)，若为sequence,则为(h,w)，若为int，则(size,size)
#### 3.随机长宽比裁剪 transforms.RandomResizedCrop
```python
class torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=2)
```
**功能：**随机大小，随机长宽比裁剪原始图片，最后将图片resize到设定好的size
**参数：**
size- 输出的分辨率
scale- 随机crop的大小区间，如scale=(0.08, 1.0)，表示随机crop出来的图片会在的0.08倍至1倍之间。
ratio- 随机长宽比设置
interpolation- 插值的方法，默认为双线性插值(PIL.Image.BILINEAR)
#### 4.上下左右中心裁剪：transforms.FiveCrop
```python
class torchvision.transforms.FiveCrop(size)
```
**功能：**对图片进行上下左右以及中心裁剪，获得5张图片，返回一个4D-tensor
**参数：**
size- (sequence or int)，若为sequence,则为(h,w)，若为int，则(size,size)
#### 5.上下左右中心裁剪后翻转: transforms.TenCrop
```python
class torchvision.transforms.TenCrop(size, vertical_flip=False)
```
**功能：**对图片进行上下左右以及中心裁剪，然后全部翻转（水平或者垂直），获得10张图片，返回一个4D-tensor。
**参数：**
size- (sequence or int)，若为sequence,则为(h,w)，若为int，则(size,size)
vertical_flip (bool) - 是否垂直翻转，默认为flase，即默认为水平翻转
### 二、翻转和旋转——Flip and Rotation
#### 6.依概率p水平翻转transforms.RandomHorizontalFlip
```python
class torchvision.transforms.RandomHorizontalFlip(p=0.5)
```
**功能：**依据概率p对PIL图片进行水平翻转
**参数：**p- 概率，默认值为0.5
#### 7.依概率p垂直翻转transforms.RandomVerticalFlip
```python
class torchvision.transforms.RandomVerticalFlip(p=0.5)
```
**功能：**依据概率p对PIL图片进行垂直翻转
**参数：**p- 概率，默认值为0.5
#### 8.随机旋转：transforms.RandomRotation
```python
class torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None)
```
**功能：**依degrees随机旋转一定角度
**参数：**
degress- (sequence or float or int) ，若为单个数，如 30，则表示在（-30，+30）之间随机旋转
若为sequence，如(30，60)，则表示在30-60度之间随机旋转
resample- 重采样方法选择，可选 PIL.Image.NEAREST, PIL.Image.BILINEAR, PIL.Image.BICUBIC，默认为最近邻
expand- ?
center- 可选为中心旋转还是左上角旋转
### 三、图像变换
#### 9.resize：transforms.Resize
```python
class torchvision.transforms.Resize(size, interpolation=2)
```
**功能：**重置图像分辨率
**参数：**
size- If size is an int, if height > width, then image will be rescaled to (size * height / width, size)，所以建议size设定为h*w
interpolation- 插值方法选择，默认为PIL.Image.BILINEAR
#### 10.标准化：transforms.Normalize
```python
class torchvision.transforms.Normalize(mean, std)
```
**功能：**对数据按通道进行标准化，即先减均值，再除以标准差，注意是 hwc
#### 11.转为tensor：transforms.ToTensor
```python
class torchvision.transforms.ToTensor
```
**功能：**将PIL Image或者 ndarray 转换为tensor，并且归一化至[0-1]
**注意事项：**归一化至[0-1]是直接除以255，若自己的ndarray数据尺度有变化，则需要自行修改。
#### 12.填充：transforms.Pad
```python
class torchvision.transforms.Pad(padding, fill=0, padding_mode=‘constant’)
```
**功能：**对图像进行填充
**参数：**
padding-(sequence or int, optional)，此参数是设置填充多少个pixel。
当为int时，图像上下左右均填充int个，例如padding=4，则上下左右均填充4个pixel，若为3232，则会变成4040。
当为sequence时，若有2个数，则第一个数表示左右扩充多少，第二个数表示上下的。当有4个数时，则为左，上，右，下。
fill- (int or tuple) 填充的值是什么（仅当填充模式为constant时有用）。int时，各通道均填充该值，当长度为3的tuple时，表示RGB通道需要填充的值。
padding_mode- 填充模式，这里提供了4种填充模式，1.constant，常量。2.edge 按照图片边缘的像素值来填充。3.reflect 4. symmetric
#### 13.修改亮度、对比度和饱和度：transforms.ColorJitter
```python
class torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)
```
**功能：**修改修改亮度、对比度和饱和度
#### 14.转灰度图：transforms.Grayscale
```python
class torchvision.transforms.Grayscale(num_output_channels=1)
```
**功能：**将图片转换为灰度图
**参数：**
num_output_channels- (int) ，当为1时，正常的灰度图，当为3时， 3 channel with r == g == b
#### 15.线性变换：transforms.LinearTransformation()
```python
class torchvision.transforms.LinearTransformation(transformation_matrix)
```
**功能：**对矩阵做线性变化，可用于白化处理！ whitening: zero-center the data, compute the data covariance matrix
**参数：**
transformation_matrix (Tensor) – tensor [D x D], D = C x H x W
#### 16.仿射变换：transforms.RandomAffine
```python
class torchvision.transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)
```
**功能：**仿射变换
#### 17.依概率p转为灰度图：transforms.RandomGrayscale
```python
class torchvision.transforms.RandomGrayscale(p=0.1)
```
**功能：**依概率p将图片转换为灰度图，若通道数为3，则3 channel with r == g == b
#### 18.将数据转换为PILImage：transforms.ToPILImage
```python
class torchvision.transforms.ToPILImage(mode=None)
```
**功能：**将tensor 或者 ndarray的数据转换为 PIL Image 类型数据
**参数：**
mode- 为None时，为1通道， mode=3通道默认转换为RGB，4通道默认转换为RGBA
#### 19.transforms.Lambda
自定义功能。
### 四、对transforms操作，使数据增强更灵活
PyTorch不仅可设置对图片的操作，还可以对这些操作进行随机选择、组合。
#### 20.从给定的一系列transforms中选一个进行操作：transforms.RandomChoice(transforms)
```python
transforms.RandomChoice(transforms)
```
#### 21.给一个transform加上概率，以一定的概率执行该操作：
```python
transforms.RandomApply(transforms, p=0.5)
```
#### 22.将transforms中的操作随机打乱：transforms.RandomOrder
```python
transforms.RandomOrder
```
**摘至https://blog.csdn.net/u011995719/article/details/85107009**

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可，转载请附上原文出处链接和本声明。
本文链接地址：https://www.flyai.com/article/719

讨论

500字

表情

发送

删除确认

是否删除该条评论？

取消删除