pytroch 数据增量 transforms的二十二个方法

逃离我推掉我的手 2022-10-29 07:50 11阅读 0赞

本文转自：https://blog.csdn.net/u011995719/article/details/85107009  
官方文档：https://pytorch.org/vision/0.8/transforms.html

本文截取自《PyTorch 模型训练实用教程》，获取全文pdf请点击：https://github.com/tensor-yu/PyTorch\_Tutorial

文章目录  
一、 裁剪——Crop  
1.随机裁剪：transforms.RandomCrop  
2.中心裁剪：transforms.CenterCrop  
3.随机长宽比裁剪 transforms.RandomResizedCrop  
4.上下左右中心裁剪：transforms.FiveCrop  
5.上下左右中心裁剪后翻转: transforms.TenCrop  
二、翻转和旋转——Flip and Rotation  
6.依概率p水平翻转transforms.RandomHorizontalFlip  
7.依概率p垂直翻转transforms.RandomVerticalFlip  
8.随机旋转：transforms.RandomRotation  
三、图像变换  
9.resize：transforms.Resize  
10.标准化：transforms.Normalize  
11.转为tensor：transforms.ToTensor  
12.填充：transforms.Pad  
13.修改亮度、对比度和饱和度：transforms.ColorJitter  
14.转灰度图：transforms.Grayscale  
15.线性变换：transforms.LinearTransformation()  
16.仿射变换：transforms.RandomAffine  
17.依概率p转为灰度图：transforms.RandomGrayscale  
18.将数据转换为PILImage：transforms.ToPILImage  
19.transforms.Lambda  
四、对transforms操作，使数据增强更灵活  
20.transforms.RandomChoice(transforms)  
21.transforms.RandomApply(transforms, p=0.5)  
22.transforms.RandomOrder

## 一、 裁剪——Crop ##

### 1.随机裁剪：transforms.RandomCrop ###

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 ###

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 ###

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 ###

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 ###

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 ###

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 ###

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 ###

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 ###

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 ###

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 ###

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 ###

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 ###

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 ###

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() ###

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 ###

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 ###

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 ###

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 ###

Apply a user-defined lambda as a transform.  
暂不了解，待补充。

## 四、对transforms操作，使数据增强更灵活 ##