基于torchvision.transforms 数据增强

朱雀 2021-12-21 00:49 464阅读 0赞

[https://blog.csdn.net/u014380165/article/details/79167753（PyTorch源码解读之torchvision.transforms，有空必看）][https_blog.csdn.net_u014380165_article_details_79167753_PyTorch_torchvision.transforms]

# PyTorch学习之数据增强（image transformations） #

本文章向大家介绍PyTorch学习之数据增强（image transformations），主要包括PyTorch学习之数据增强（image transformations）使用实例、应用技巧、基本知识点总结和需要注意事项，具有一定的参考价值，需要的朋友可以参考一下。

位于torchvision.transforms下面。

### 0 Compose ###

torchvision.transforms.Compose(transforms)

**用法：**

transforms.Compose([
     	transforms.CenterCrop(10),
    	 transforms.ToTensor(),
    ])

### 1 常见变换 ###

#### 1-1 Resize ####

图像尺寸变化

torchvision.transforms.Resize(size, interpolation=2)

#### 1-2 标准化 ####

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 h*w*c

torchvision.transforms.Normalize(mean, std)

**参数：**

> mean-均值  
> std-标准差

#### 1-3 转换为 PILImage ####

将 tensor 或者 ndarray 的数据转换为 PIL Image 类型数据

torchvision.transforms.ToPILImage(mode=None)

**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

#### 1-4 转为 Tensor ####

将 PIL Image 或者 ndarray 转换为 tensor，并且归一化至\[0-1\]

torchvision.transforms.ToTensor

### 2 裁剪 Crop ###

#### 2-1 中心裁剪 CenterCrop ####

依据给定的 size 从中心裁剪

torchvision.transforms.CenterCrop(size)

#### 2-2 随机裁剪 RandomCrop ####

依据给定的 size 随机裁剪

torchvision.transforms.RandomCrop(size, padding=0, pad_if_needed=False)

**参数：**

> padding-此参数是设置填充多少个 pixel。  
> pad\_if\_needed-如果图片小于指定尺寸，是否边缘填充。

#### 2-3 随机长宽比裁剪 RandomResizedCrop ####

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

torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.33), interpolation=2)

**参数：**

> scale- 随机 crop 的大小区间。  
> ratio- 随机长宽比设置  
> interpolation- 插值的方法，默认为双线性插值

#### 2-4 上下左右中心裁剪 FiveCrop ####

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

torchvision.transforms.FiveCrop(size)

#### 2-5 上下左右中心裁剪后翻转 TenCrop ####

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。

torchvision.transforms.TenCrop(size, vertical_flip=False)

**参数：**

> vertical\_flip (bool) - 是否垂直翻转，默认为 flase，即默认为水平翻转

### 3 翻转和旋转（Flip & Rotation） ###

#### 3-1 随机水平翻转 RandomHorizontalFlip ####

依据概率 p 对 PIL 图片进行水平翻转

torchvision.transforms.RandomHorizontalFlip(p=0.5)

**参数：**

> p- 概率，默认值为 0.5

#### 3-2 随机垂直翻转 RandomVerticalFlip ####

依据概率 p 对 PIL 图片进行垂直翻转

torchvision.transforms.RandomVerticalFlip(p=0.5)

**参数：**

> p- 概率，默认值为 0.5

#### 3-3 随机旋转 RandomRotation ####

依 degrees 随机旋转一定角度

torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None)

**参数：**

> degress- 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NEAREST, BILINEAR, BICUBIC，默认为NEAREST  
> expand- True:填满输出图片，False:不填充。  
> center- 可选为中心旋转还是左上角旋转。默认中心旋转

### 4 图像变换 ###

#### 4-1 亮度对比度饱和度变换 ####

修改亮度、对比度和饱和度

torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)

**参数：**

> brightness - \[max(0, 1 - brightness), 1 + brightness\]  
> contrast - \[max(0, 1 - contrast), 1 + contrast\]  
> saturation - \[max(0, 1 - saturation), 1 + saturation\]  
> hue - \[-hue, hue\] && 0<=hue<= 0.5

#### 4-2 转灰度图 ####

将图片转换为灰度图

torchvision.transforms.Grayscale(num_output_channels=1)

**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

#### 4-3 随机转灰度图 ####

依概率 p 将图片转换为灰度图

torchvision.transforms.RandomGrayscale(p=0.1)

#### 4-4 线性变换 ####

对矩阵做线性变化，可用于白化处理

torchvision.transforms.LinearTransformation(transformation_matrix)

**参数：**

> transformation\_matrix (Tensor) – tensor \[D x D\], D = C x H x W

\***Applications: - whitening: zero-center the data, compute the data covariance matrix  
\[D x D\] with np.dot(X.T, X), perform SVD on this matrix and pass it as transformation\_matrix.**

#### 4-5 仿射变换 ####

仿射变换

torchvision.transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)

**参数：**

> degrees-旋转角度  
> translate -水平或者垂直移动的范围  
> scale - 放缩尺度因子  
> resample-重采样方式NEAREST, BILINEAR, BICUBIC  
> fillcolor-填充空白区域的颜色

#### 4-6 填充 ####

torchvision.transforms.Pad(padding, fill=0, padding_mode='constant')

**参数：**

> padding-，此参数是设置填充多少个 pixel。  
> fill- (int or tuple) 填充值  
> padding\_mode- 填充模式，这里ᨀ供了 4 种填充模式， 1.constant 常量。 2.edge 边缘值。 3.reflect 镜像 4. symmetric 对称

### 5 Lambda ###

根据用户自定义函数变换。

torchvision.transforms.Lambda(lambd)

**参数：**

> lambd-用户自定义函数

### 6 对transform操作 ###

#### 6-1 概率transforms ####

给一个 transform 加上概率，依概率进行操作

torchvision.transforms.RandomApply(transforms, p=0.5)

#### 6-2 随机transforms ####

从给定的一系列 transforms 中选一个进行操作

torchvision.transforms.RandomChoice(transforms)

#### 6-3 乱序transforms ####

将 transforms 中的操作随机打乱

torchvision.transforms.RandomOrder(transforms)

[http://www.manongjc.com/article/45803.html][http_www.manongjc.com_article_45803.html]  
[https://blog.csdn.net/u014380165/article/details/79167753（PyTorch源码解读之torchvision.transforms）][https_blog.csdn.net_u014380165_article_details_79167753_PyTorch_torchvision.transforms 1]

[https_blog.csdn.net_u014380165_article_details_79167753_PyTorch_torchvision.transforms]: https://blog.csdn.net/u014380165/article/details/79167753%EF%BC%88PyTorch%E6%BA%90%E7%A0%81%E8%A7%A3%E8%AF%BB%E4%B9%8Btorchvision.transforms%EF%BC%8C%E6%9C%89%E7%A9%BA%E5%BF%85%E7%9C%8B%EF%BC%89
[http_www.manongjc.com_article_45803.html]: http://www.manongjc.com/article/45803.html
[https_blog.csdn.net_u014380165_article_details_79167753_PyTorch_torchvision.transforms 1]: https://blog.csdn.net/u014380165/article/details/79167753%EF%BC%88PyTorch%E6%BA%90%E7%A0%81%E8%A7%A3%E8%AF%BB%E4%B9%8Btorchvision.transforms%EF%BC%89