PyTorch中几种transforms数据预处理的方法

PyTorch中几种transforms数据预处理的方法

---

前言

数据增强又称为数据增广，数据扩增，是对数据集进行变换，从而让模型更具泛化能力。

---

一、transforms–crop（裁剪）

1.transforms.CenterCrop

功能：从图像中心处裁剪图片
size: 所需裁剪图片的尺寸
若裁剪尺寸大于图片尺寸，则多余部分会用黑色填充。

2.transforms.RandomCrop

功能：从图片中随机位置裁剪出size大小的图片
size：所需裁剪的图片尺寸
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个像素
pad_if_needed: 若图像小于设定的size，则填充
有四种padding_mode：
‘constant’：像素值由fill设定
‘edge’：像素值由图像边缘设定
‘reflect’：镜像填充，最后一个像素不镜像，eg:[1,2,3,4]–[3,2,1,2,3,4,3,2]
‘symmetric’:镜像填充，最后一个像素镜像，eg:[1,2,3,4]–[2,1,1,2,3,4,4,3]
fill:constant时图像的像素值

transforms.RandomCrop(size,
                      padding=None,
                      pad_if_needed=False,
                      fill=0,
                   padding_mode='constant')

3.RandomResizedCrop

功能：随机大小，长宽比裁剪图片
size：所需裁剪的图片尺寸
scale：随机裁剪的面积比例，默认（0.08,1）
ratio：随机长宽比，默认（3/4,4/3）
interpolation：插值方法（PIL.Image.NEAREST, PIL.Image.BILINEAR, PIL.Image.BICUBIC ）

4.FiveCrop 5.TenCrop

功能：在图片的上下左右和中间剪裁出大小为size的五张图片，TenCrop是指对这五张图片进行水平或垂直的镜像翻转得到十张图片。
size:所需剪裁图片尺寸
vertical_flip:是否垂直翻转

二、transforms–Flip

1.RandomHorizontalFlip

2.RandomVerticalFlip

功能：依据概率水平（左右）或垂直（上下）翻转图片
参数p：翻转概率

三、transforms-Rotation

RandomRotation
功能：随机旋转图片
degrees：旋转角度
当为a时，在（-a，a）角度之间旋转
当为（a，b）时，在（a，b）角度之间旋转
resample：重采样方法
expand：是否扩大图片，以保持原图信息

RandomRotation(
               degrees,
               resample=False,
               expand=False,
               center=None)

四、transforms.Pad

功能对图像边缘进行填充
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个像素
pad_if_needed: 若图像小于设定的size，则填充
有四种padding_mode：
‘constant’：像素值由fill设定
‘edge’：像素值由图像边缘设定
‘reflect’：镜像填充，最后一个像素不镜像，eg:[1,2,3,4]–[3,2,1,2,3,4,3,2]
‘symmetric’:镜像填充，最后一个像素镜像，eg:[1,2,3,4]–[2,1,1,2,3,4,4,3]

transforms.Pad(
               padding,
               fill=0,
               padding_mode='constant')

五、transform.ColorJitter

功能：调整亮度，对比度，饱和度和色相
brightness：亮度调整因子，设置为a时，会从[max（0,1-a），1+a]之间选择一个因子。若设置为（a，b）时，会从[a,b]中选择。
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（a在[0,0.5]之间）。
为（a，b）时，注意取值范围如上。

六、transforms–GrayScale

GrayScale和RandomGrayScale
功能：依概率将图片转换为深度图
num_output_channels:输出的通道数，只能设置为1或者3。
p：概率值，图像被转换为灰度图的概率
GrayScale是概率为1的RandomGrayScale

七、 transforms–RandomAffine

功能：对图像进行仿射变换，仿射变换是二维的线性变换，由五种基本的线性变换构成，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（-图像宽a，图像宽a），b设置高。
scale：缩放比例
fill_color:填充颜色设置
shear:错切角度，有水平和垂直两种。若设置为a，只在x轴错切，在（-a，a）之间随机选一个角度进行错切。若设置为（a，b），则a设置x轴，b设置y轴。若为（a，b，c，d）则a，b设置x轴，c，d设置y轴。
resample：重采样方式，由NEAREST，BILINEAR和BICUBIC三种。

RandomAffine(degrees,
             translate=None,
             scale=None,
             shear=None,
             resample=False,
             fillcolor=0)
             

八、transforms–RandomErasing

功能：对图片进行随机的遮挡
p：遮挡的概率值
scale：遮挡区域的面积
ratio：遮挡区域的长宽比
value：设置遮挡区域的像素值，（R，G，B）or （Gray）
此函数对张量进行操作，其他的都是对PIL.Image

RandomErasing(P=0.5,
              scale=（0.02,0.33），
              ratio=（0.3,0.33），
              value=0,
              inplace=False)

九、transforms–lambda

功能：lambda的匿名函数