数据扩增方法

数据扩增方法有很多：从颜色空间、尺度空间到样本空间，同时根据不同任务数据扩增都有相应的区别。

对于图像分类，数据扩增一般不会改变标签；对于物体检测，数据扩增会改变物体坐标位置；对于图像分割，数据扩增会改变像素标签。

以torchvision.transforms为例，首先整体了解数据扩增的方法，包括：

2.1  裁剪

• 中心裁剪：transforms.CenterCrop；

• 随机裁剪：transforms.RandomCrop；

• 随机长宽比裁剪：transforms.RandomResizedCrop；

• 上下左右中心裁剪：transforms.FiveCrop；

• 上下左右中心裁剪后翻转: transforms.TenCrop。

2.2  翻转和旋转

• 依概率p水平翻转：transforms.RandomHorizontalFlip(p=0.5)；

• 依概率p垂直翻转：transforms.RandomVerticalFlip(p=0.5)；

• 随机旋转：transforms.RandomRotation。

2.3  随机遮挡

• 对图像进行随机遮挡: transforms.RandomErasing。

2.4  图像变换

• 尺寸变换：transforms.Resize；

• 标准化：transforms.Normalize；

• 填充：transforms.Pad；

• 修改亮度、对比度和饱和度：transforms.ColorJitter；

• 转灰度图：transforms.Grayscale；

• 依概率p转为灰度图：transforms.RandomGrayscale；

• 线性变换：transforms.LinearTransformation()；

• 仿射变换：transforms.RandomAffine；

• 将数据转换为PILImage：transforms.ToPILImage；

• 转为tensor，并归一化至[0-1]：transforms.ToTensor；

• 用户自定义方法：transforms.Lambda。

2.5  对transforms操作，使数据增强更灵活

• transforms.RandomChoice(transforms): 从给定的一系列transforms中选一个进行操作；

• transforms.RandomApply(transforms, p=0.5): 给一个transform加上概率，依概率进行操作；

• transforms.RandomOrder: 将transforms中的操作随机打乱。

   

3. 常用的数据扩增库？

3.1  torchvision

pytorch官方提供的数据扩增库，提供了基本的数据扩增方法，可以无缝与torch进行集成；但数据扩增方法种类较少，且速度中等；

链接：https://github.com/pytorch/vision

3.2  imgaug

imgaug是常用的第三方数据扩增库，提供了多样的数据扩增方法，且组合起来非常方便，速度较快；

链接：https://github.com/aleju/imgaug

3.3  albumentations

是常用的第三方数据扩增库，提供了多样的数据扩增方法，对图像分类、语义分割、物体检测和关键点检测都支持，速度较快。

链接：https://albumentations.readthedocs.io