pytorch学习笔记：transforms图像增强

数据增强：对训练集进行一系列的处理变换，使训练集更丰富，从而让模型更具泛化能力。

transforms----裁剪

1.transforms.CenterCrop（size）

功能：从图像中心裁剪指定尺寸的图片。当裁剪尺寸大于原始尺寸时，会使用0值填充，效果就是黑色像素填充

2.transforms.RandomCrop(size, padding)

功能：从原始图片中随机裁剪出尺寸为size的图片。

注：此方法处理流程为首先按padding设置的大小对原图像进行填充，再按照size大小随机从填充完的图像上裁剪出目标图像。

参数与功能：

3.transforms.RandomResizedCrop

scale:随机裁剪面积比例范围，比如0.6的含义是从图像中随机裁剪一个面积占原图像60%面积的区域出来。 裁剪之后图像尺寸可能会小于设定的目标尺寸，因此需要进行插值。

transforms----Flip翻转

expand:图片旋转之后会有部分超出目标尺寸区域，如果不扩大图片，超出的部分图片信息将会丢失（左图为False，右图为True）。

注：expand是根据中心旋转来计算扩大的尺寸的，因此使用其他的旋转中心expand仍会丢失部分信息。

transforms----填充

 

 x(y)轴错切：平行于x(y)轴的边错切之后仍然平行于x(y)轴，但y(x)轴发生扭曲。

• 注：随机遮挡操作输入数据为tensor形式，value（R,G,B）三者范围都为0-1（需要同时除以255），因此比如说红色为（254/255,0/255,0/255）
• scale（0.02,0.33）和ratio(0.3,3.3)都为论文推荐设置,长：宽，宽：长 最大都在3倍左右。

Transforms操作方法

自定义transforms要素：

• 仅接收一个参数，返回一个参数
• 注意上下游的输出与输入：当前的transforms输入为上一个transforms操作的输出，当前的输出是下一个transforms操作的输入

transforms方法总结

本文为深度之眼Pytorch课程的学习笔记，仅供自己学习使用，如有问题欢迎讨论！关于课程可以扫描下图二维码