torchvision.transforms

官方文档

torchvision.transforms是pytorch中的图像预处理包,包含了一些常用的图像变换，主要实现对数据集的预处理、数据增强、数据转换成tenser等一系列操作。一般用Compose把多个步骤整合到一起。例如：

transform=transforms.Compose([
                               transforms.Resize(opt.imageSize),
                               transforms.ToTensor(),
                               transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),
                           ])

1.transforms.Resize(）

将输入图片大小调成为指定大小。

2.transforms.ToTenser()

把PIL图像或[0, 255]范围内的numpy.ndarray(形状(H x W x C)）转化成torch.FloatTensor，张量形状(C x H x W)，范围在[0.0, 1.0]中

3.transforms.Normalize(mean,std)

用平均值和标准差标准化输入图片，给定n个通道的平均值(M1,…,Mn)和标准差(S1,…,Sn)，这一变换会在输入图片的每一个通道上进行标准化，即input[channel] = (input[channel] - mean[channel]) / std[channel]。参数：

• mean：序列，包含各通道的平均值
• std：序列，包含各通道的标准差

transform中变换汇总

1、对PIL图片的变换

• torchvision.transforms.CenterCrop(size)：在中心处裁剪PIL图片
• torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)：随机改变图片的亮度、对比度和饱和度。
• torchvision.transforms.FiveCrop(size)：从四角和中心裁剪PIL图片。
• torchvision.transforms.Grayscale(num_output_channels=1)：把图片转换为灰阶。
• torchvision.transforms.Pad(padding, fill=0, padding_mode=‘constant’)：对PIL图像的各条边缘进行扩展。
• torchvision.transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)：保持像素的分布中心不变，对图像做随机仿射变换。
• torchvision.transforms.RandomApply(transforms, p=0.5)：对transforms中的各变换以指定的概率决定是否选择。
• torchvision.transforms.RandomChoice(transforms)torchvision.transforms.RandomChoice(transforms)：从列表中随机选择一种变换。
• torchvision.transforms.RandomCrop(size, padding=0, pad_if_needed=False)：对给出的PIL图片在随机位置处进行裁剪。
• torchvision.transforms.RandomGrayscale(p=0.1)：以概率p(默认0.1）将图片随机转化为灰阶图片。
• torchvision.transforms.RandomHorizontalFlip(p=0.5)：以给定的概率随机水平翻折PIL图片。
• torchvision.transforms.RandomOrder(transforms)：以随机的顺序对图片做变换。
• torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=2)：以随机的形状和长宽比裁剪图片。
• torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None)：以指定的角度选装图片。
• torchvision.transforms.RandomVerticalFlip(p=0.5)：以给定的概率随机垂直翻折PIL图片。
• torchvision.transforms.Resize(size, interpolation=2)：将输入PIL图片调整大小到给定形状。
• torchvision.transforms.TenCrop(size, vertical_flip=False)：将PIL图片以四角和中心裁剪，同时加入翻折版本。(默认以水平的方式翻折）。

2、torch.*Tensor上的变换

• torchvision.transforms.LinearTransformation(transformation_matrix)：用一个预先准备好的变换方阵对图片张量做变换。torch.*Tensor会被transformation_matrix拉平，和变换矩阵做点积后调整到原始张量的形状。
• torchvision.transforms.Normalize(mean, std)：用平均值和标准差标准化输入图片。

3、格式变换

• torchvision.transforms.ToPILImage(mode=None)：把张量或ndarray转化为PIL图像。
• torchvision.transforms.ToTensor：将PIL Image或numpy.ndarray转化成张量。

4、通用变换

• torchvision.transforms.Lambda(lambd)：将用户定义的函数用作变换。