数据增强又称为数据增广,数据扩增,它是对训练集进行变换,使训练集更丰富,从而让模型更具泛化能力
torchvision.transforms : 常用的图像预处理方法
• 数据中心化
• 数据标准化
• 缩放
• 裁剪
• 旋转
• 翻转 • 填充
• 噪声添加
• 灰度变换
• 线性变换
• 仿射变换
• 亮度、饱和度及对比度变换
transforms.Normalize()
功能:逐channel的对图像进行标准化
output = (input - mean) / std
• mean:各通道的均值
• std:各通道的标准差
• inplace:是否原地操作
transforms.Normalize(mean,
std,
inplace=False)
transforms.CenterCrop()
功能:从图像中心裁剪图片
• size:所需裁剪图片尺寸
transforms.RandomCrop()
功能:从图片中随机裁剪出尺寸为size的图片
• size:所需裁剪图片尺寸
• padding:设置填充大小
当为a时,上下左右均填充a个像素
当为(a, b)时,上下填充b个像素,左右填充a个像素
当为(a, b, c, d)时,左,上,右,下分别填充a, b, c, d
• pad_if_need:若图像小于设定size,则填充
• padding_mode:填充模式,有4种模式
• fill:constant时,设置填充的像素值
transforms.RandomCrop(size,
padding=None,
pad_if_needed=False,
fill=0,
padding_mode='constant')
RandomResizedCrop()
功能:随机大小、长宽比裁剪图片
• size:所需裁剪图片尺寸
• scale:随机裁剪面积比例, 默认(0.08, 1)
• ratio:随机长宽比,默认(3/4, 4/3)
• interpolation:插值方法
FiveCrop()
transforms.FiveCrop(size)
TenCrop()
transforms.FiveCrop(size)
transforms.TenCrop(size,
vertical_flip=False)
功能:在图像的上下左右以及中心裁剪出尺
寸为size的5张图片,TenCrop对这5张图片
进行水平或者垂直镜像获得10张图片
• size:所需裁剪图片尺寸
• vertical_flip:是否垂直翻转
transforms.TenCrop( size,
vertical_flip=False)
RandomHorizontalFlip() RandomVerticalFlip()
功能:依概率水平(左右)或垂直(上下)翻转图片
•p:翻转概率
RandomHorizontalFlip(p=0.5)
RandomVerticalFlip(p=0.5)
RandomRotation()
功能:随机旋转图片
• degrees:旋转角度
当为a时,在(-a,a)之间选择旋转角度
当为(a, b)时,在(a, b)之间选择旋转角度
• resample:重采样方法
• expand:是否扩大图片,以保持原图信息
• center:旋转点设置,默认中心旋转
3.RandomRotation RandomRotation(degrees,
resample=False,
expand=False,
center=None)
Pad()
功能:对图片边缘进行填充
• padding:设置填充大小
当为a时,上下左右均填充a个像素
当为(a, b)时,上下填充b个像素,左右填充a个像素
当为(a, b, c, d)时,左,上,右,下分别填充a, b, c, d
• padding_mode:填充模式,有4种模式,constant、edge、reflect和symmetric
• fill:constant时,设置填充的像素值,(R, G, B) or (Gray)
transforms.Pad(padding,
fill=0,
padding_mode='constant')
ColorJitter
功能:调整亮度、对比度、饱和度和色相
• brightness:亮度调整因子
当为a时,从[max(0, 1-a), 1+a]中随机选择
当为(a, b)时,从[a, b]中 • contrast:对比度参数,同brightness
• saturation:饱和度参数,同brightness
• hue:色相参数,当为a时,从[-a, a]中选择参数,注: 0<= a <= 0.5
当为(a, b)时,从[a, b]中选择参数,注:-0.5 <= a <= b <= 0.5
transforms.ColorJitter(brightness=0,
contrast=0,
saturation=0,
hue=0)
Grayscale
RandomGrayscale(num_output_channels,
p=0.1)
RandomGrayscale
功能:依概率将图片转换为灰度图
• num_ouput_channels:输出通道数
只能设1或3
• p:概率值,图像被转换为灰度图的概率
Grayscale(num_output_channels)
RandomAffine
功能:对图像进行仿射变换,仿射变换是二维的线性变换,由五种基本原子变换构成,分别是旋转、平移、缩放、错切和翻转
• degrees:旋转角度设置
• translate:平移区间设置,如(a, b), a设置宽(width),b设置高(height)
图像在宽维度平移的区间为 -img_width * a < dx < img_width * a
• scale:缩放比例(以面积为单位)
• fill_color:填充颜色设置
RandomAffine(degrees,
translate=None,
scale=None,
shear=None,
resample=False,
fillcolor=0)
RandomErasing()
功能:对图像进行随机遮挡
• p:概率值,执行该操作的概率
• scale:遮挡区域的面积
• ratio:遮挡区域长宽比
• value:设置遮挡区域的像素值,(R, G, B) or (Gray)
RandomErasing(p=0.5,
scale=(0.02, 0.33),
ratio=(0.3, 3.3),
value=0,
inplace=False)
transforms.Lambda()
功能:用户自定义lambda方法
• lambd:lambda匿名函数
lambda [arg1 [,arg2, … , argn]] : expression
transforms.Lambda(lambd)
例:
transforms.TenCrop(200, vertical_flip=True),
transforms.Lambda(lambda crops: torch.stack([transforms.Totensor()(crop) for crop in crops])),
功能:从一系列transforms方法中随机挑选一个
transforms.RandomChoice([transforms1, transforms2, transforms3])
功能:依据概率执行一组transforms操作
transforms.RandomApply([transforms1, transforms2, transforms3], p=0.5)
功能:对一组transforms操作打乱顺序
transforms.RandomOrder([transforms1, transforms2, transforms3])
自定义transforms要素:
class Compose(object):
def __call__(self, img):
for t in self.transforms:
img = t(img)
return img
通过类实现多参数传入:
class YourTransforms(object):
def __init__(self, ...):
...
def __call__(self, img):
...
return img
椒盐噪声又称为脉冲噪声,是一种随机出现的白点或者黑点, 白点称为盐噪声,黑色为椒噪声
信噪比(Signal-Noise Rate, SNR)是衡量噪声的比例,图像中为图像像素的占比
class AddPepperNoise(object):
def __init__(self, snr, p):
self.snr = snr
self.p = p
def __call__(self, img):
```
添加椒盐噪声具体实现过程
```
return img
class Compose(object):
def __call__(self, img):
for t in self.transforms:
img = t(img)
return img
一、裁剪
• transforms.CenterCrop
• transforms.RandomCrop
• transforms.RandomResizedCrop
• transforms.FiveCrop
• transforms.TenCrop
二、翻转和旋转
• transforms.RandomHorizontalFlip
• transforms.RandomVerticalFlip
• transforms.RandomRotation
三、图像变换
• transforms.Pad
• transforms.ColorJitter
• transforms.Grayscale
• transforms.RandomGrayscale
• transforms.RandomAffine
• transforms.LinearTransformation
• transforms.RandomErasing
• transforms.Lambda
• transforms.Resize
• transforms.Totensor
• transforms.Normalize
四、transforms的操作
• transforms.RandomChoice
• transforms.RandomApply
• transforms.RandomOrd
点赞!收藏!感谢支持!
from torchvision import transforms
from PIL import Image
import matplotlib.pyplot as plt
img = Image.open("img/5.jpg")
data1 = transforms.RandomResizedCrop(224)(img) # 功能:随机大小、长宽比裁剪图片
# data2 = transforms.RandomResizedCrop(224)(img)
# data3 = transforms.RandomResizedCrop(224)(img)
data4 = transforms.RandomCrop(224)(img) # 从图片中随机裁剪出尺寸为size的图片
data5 = transforms.Resize([512, 512])(img)
data6 = transforms.CenterCrop([512, 512])(img) # 从图像中心裁剪图片
data7 = transforms.RandomHorizontalFlip(p=0.9)(img) # 功能:依概率水平(左右)翻转图片
data8 = transforms.RandomVerticalFlip(p=0.9)(img) # 功能:依概率垂直(上下)翻转图片
data9 = transforms.RandomRotation(45)(img) # 功能:随机旋转图片
data10 = transforms.Pad(padding=100)(img) # 功能:对图片边缘进行填充
data11 = transforms.ColorJitter(brightness=5,
contrast=0,
saturation=0, hue=0)(img) # 功能:调整亮度、对比度、饱和度和色相
data12 = transforms.RandomErasing(p=0.5,
scale=(0.02, 0.33), # 遮挡区域的面积
ratio=(0.3, 3.3), # 遮挡区域长宽比
value=0, # 设置遮挡区域的像素值,(R, G, B) or (Gray)
inplace=False)(img)
data13 = transforms.GaussianBlur(5)(img)
plt.subplot(2, 2, 1), plt.imshow(img), plt.title("input")
plt.subplot(2, 2, 2), plt.imshow(data1), plt.title("data1")
plt.subplot(2, 2, 3), plt.imshow(data4), plt.title("data2")
plt.subplot(2, 2, 4), plt.imshow(data13), plt.title("data3")
plt.show()