常用数据增强方法（基于pytorch）

技术不重要，而是思想。

原则：让训练集与测试集更接近

关于名称： 数据增强、数据扩增、数据增广 都是他。

方法分类：
空间位置：如平移
色彩：如灰度图、色彩抖动
形状：如仿射变换
上下文场景：如遮挡、填充

具体方法：
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

在深度学习模型的训练过程中，数据扩增是必不可少的环节。现有深度学习的参数非常多，一般的模型可训练的参数量基本上都是万到百万级别，而训练集样本的数量很难有这么多，数据扩增可以扩展样本空间。

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：

1. 裁剪

• 中心裁剪：transforms.CenterCrop(512)； # 一个参数，宽高相等
• 随机裁剪：transforms.RandomCrop；
• 随机大小、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. 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(degrees, resample=False, expand=False, center=None)。
  • degrees：旋转角度，当为一个数a时，在（-a，a）之间随机旋转
  • resample：重采样方法
  • expand：旋转时是否保持图片完整，只针对中心旋转
  • center：设置旋转中心点

3. 随机遮挡

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

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。

5. 对transforms的选择操作，使数据增强更灵活

• transforms.RandomChoice(transforms列表)：从给定的一系列transforms中选一个进行操作；
• transforms.RandomApply(transforms列表, p=0.5)：给一个transform加上概率，依概率进行选择操作；
• transforms.RandomOrder(transforms列表)：将transforms中的操作随机打乱。

6. 自定义transforms方法

• 注意事项：

• 1. 仅有一个参数，返回一个参数

  2. 注意上下游的输出与输入

  3. 通过类方法实现多参数的传入

     class Mytransforms(object):
         def __init__(self,...):
             '''
             初始化函数，在这里出入多参数
             '''
             pass
         def __call__(self, img):
             '''
             1. 仅有一个参数img，仅返回一个参数img
             2. 在这里实现功能
             '''
             pass
         	return img
     

常用的数据增强库

1. torchvision

pytorch官方提供的数据增强库，提供了基本的数据增强方法，可以无缝与torch进行集成；但数据增强方法种类较少，且速度中等；

链接：https://github.com/pytorch/vision

2. imgaug

imgaug是常用的第三方数据增强库，提供了多样的数据增强方法，且组合起来非常方便，速度较快；

链接：https://github.com/aleju/imgaug

3. albumentations

是常用的第三方数据增强库，提供了多样的数据增强方法，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