[PyTorch][chapter 40][数据增强]

前言：

      深度学习对数据量要求非常大,

      我们通常会遇到图像的数据集比较小,影响Train效果。

这个时候可以通过transformer 方法,增加图像的多样性,达到数据

增强的效果。

transformer 不会单独使用，通常和其它torch 其他类一起使用

transformer 常用方法如下

方法	说明
Resize	调整图片大小
Normalize	按照指定的均值,方差 正规化
ToTensor	convert a PIL image to tensor
ToPILImage	convert a tensor to PIL imageScale
ResizeCenterCrop	在图片的中间区域进行裁剪
RandomCrop	在一个随机的位置进行裁剪
RandomHorizontalFlip	以0.5的概率水平翻转给定的PIL图像。
RandomVerticalFlip	以0.5的概率竖直翻转给定的PIL图像
RandomResizedCrop	将PIL图像裁剪成任意大小和纵横比
Grayscale	将图像转换为灰度图像
RandomGrayscale	将图像以一定的概率转换为灰度图像
FiceCrop	把图像裁剪为四个角和一个中心T
enCropPad	填充ColorJitter：随机改变图像的亮度对比度和饱和度

这里结合summaryWriter，torchvision.datasets， torch.utils.data.DataLoader

介绍一下其使用方法

---

目录：

1.     summaryWriter
2.     torchvision.datasets
3.     torch.utils.data.DataLoader

    

---

一 summaryWriter

   1.1 功能简介

     Writes entries directly to event files in the log_dir to be
    consumed by TensorBoard.
 
    The `SummaryWriter` class provides a high-level API to create an event file
    in a given directory and add summaries and events to it. The class updates the
    file contents asynchronously. This allows a training program to call methods
    to add data to the file directly from the training loop, without slowing down
    training.
    """

 SummaryWriter` 类用于在给定目录中创建事件文件，并向其中添加摘要和事件。 然后通过cmd 命令启动该TensorBoard 服务，在浏览器中可以查看对应的图形化界面.

1.2 环境安装

      pip install tensorboard

      pip install tensorflow（不安装UI 显示不出来）

1.3 张量添加

from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("ZCH_Tensorboard_Trying_logs")      #第一个参数指明 writer 把summary内容 写在哪个目录下
 
for i in range(100):
    writer.add_scalar("y=x",i,i)
 
for i in range(100):
    writer.add_scalar("2I",2*i,i)
 
for i in range(100):
    writer.add_scalar("5I",5*i,i)
 
for i in range(100):
    writer.add_scalar("9I",9*i,i)
 
writer.close()     #将event log写完之后，记得close()

  两步：

         step1  生成summaryWriter 对象writer

         step2  通过add_scalar 方法，添加数据

               重要的常用的其实就是前三个参数：

           （ 1）tag：要求是一个string，用以描述 该标量数据图的 标题

           （2）scalar_value ：可以简单理解为一个y轴值的列表

          （3）global_step：可以简单理解为一个x轴值的列表，与y轴的值相对应

当启动Tensorboard 可以通过红色的部分过滤，切换想要查看的项目

1.4 启动tensorBoard

   windows 命令窗口中输入

      tensorboard --logdir=ZCH_Tensorboard_Trying_logs(最好是完整路径） 
  http://localhost:6006/

    程序执行前可以加上如下，把之前旧的删除掉
   if os.path.exists('logs'):
        shutil.rmtree('logs')# 如果文件存在，则递归的删除文件内容
        print('Remove log dir')

1.5 add_image

      

from PIL import Image
from torchvision import transforms
from torch.utils.tensorboard import SummaryWriter
 

img_path = "src/1.jpeg"
img = Image.open(img_path)
 
writer = SummaryWriter("imglogs")
 
# ToTensor
trans_tensor = transforms.ToTensor()    # PIL Image or numpy.array
img_tensor = trans_tensor(img)
writer.add_image("src img", img_tensor)


# Compose中参数需要一个列表，列表形式为[数据1, 数据2, ...]
# 在Compose中，数据需要的是transforms类型， Compose([transforms参数1, transforms参数2, ...])
trans_resize_2 = transforms.Resize(256)     # Resize中一个数，为按照图片最小边进行缩放
trans_compose = transforms.Compose([trans_resize_2, trans_tensor])   # 第一个参数：改变图片大小，第二个参数：转换类型
img_resize_2 = trans_compose(img)
writer.add_image("reseize img", img_resize_2, 1)


writer.close()

   在cmd 命令中输入

  tensorboard --logdir=D:\AI\Image\imglogs

---

二  torchvision.datasets

      torch.utils.data.Dataset() （官方文档），它是 Pytorch 中表示数据集的抽象类，

      datasets这个包有很多数据集，比如MINIST、COCO、CIFAR10 and CIFAR100、LSUN 、Classification、ImageFolder、Imagenet-12、STL10。torchvision.datasets中的数据集封装都是torch.utils.data.Dataset子类，它们都实现了__getitem__ 和 __len__方法，都可以用DataLoader进行数据加载。

  torchvision.datasets.MNIST（root，train = True，transform = None，target_transform = None，download = False ）

参数	介绍
root	根目录
train	如果为True，训练集，否则是测试集
download	如果为true，根目录没有数据集就会自动在这个目录下载
transform	数据集预处理，比如归一化当图形转换类的操作
target_transform	接收目标并对其进行转换的函数/转换

from torchvision import transforms
from torchvision import datasets
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
import ssl

 
 
root_dir = "./data_cifar10"
print("\n step1: ")
ssl._create_default_https_context = ssl._create_unverified_context

dataset_train = datasets.CIFAR10(root=root_dir, train=True, transform=transforms.ToTensor(), download=True)
dataset_test = datasets.CIFAR10(root=root_dir,  train=False, transform=transforms.ToTensor(), download=True)
print("\n step2: ")
dataloader_train = DataLoader(dataset=dataset_train, batch_size=64, shuffle=True, drop_last=True)
dataloader_test = DataLoader(dataset=dataset_test, batch_size=64, shuffle=True, drop_last=True)
 
log_dir = "logs"
writer = SummaryWriter(log_dir=log_dir)
print("\n writer")
number = 0
for epoch in range(2):
    step = 0
    for data_imgs, data_targets in dataloader_test:
        print("\n data_imgs ",number)
        number+=1
        writer.add_images(f"epoch{number}", data_imgs, step) #
    step += 1
print("\n---end---")
writer.close()

输入： tensorboard –logdir=D:\AI\Image\imglogs

1 COCO数据集
     是一个可用于图像检测（image detection），语义分割（semantic segmentation）和图像标题生成（image captioning）的大规模数据集。它有超过330K张图像（其中220K张是有标注的图像），包含150万个目标，80个目标类别（object categories：行人、汽车、大象等），91种材料类别（stuff categoris：草、墙、天空等），每张图像包含五句图像的语句描述，且有250,000个带关键点标注的行人。
mscoco.org/

2 CIFAR-10数据集
    由 Hinton 的学生 Alex Krizhevsky 和 Ilya Sutskever 整理的一个用于识别普适物体的小型数据集。一共包含 10 个类别的 RGB 彩色图 片：飞机（ airplane ）、汽车（ automobile ）、鸟类（ bird ）、猫（ cat ）、鹿（ deer ）、狗（ dog ）、蛙类（ frog ）、马（ horse ）、船（ ship ）和卡车（ truck ）。图片的尺寸为 32×32 ，数据集中一共有 50000 张训练图片和 10000 张测试图片。 CIFAR-10 的图片样例如图所示。

3、LSUN数据集
PASCAL VOC和ImageNet ILSVRC比赛使用的数据集，数据领域包括卧室、冰箱、教师、厨房、起居室、酒店等多个主题。
它包含10个场景类别和20个对象类别中的每个类别的大约一百万张带标签的图像。
下载地址：https://www.yf.io/p/lsun

4、谷歌Open Images图像数据集
其中包括大约9百万标注图片、横跨6000个类别标签，平均每个图像拥有8个标签。
该数据集的标签涵盖比拥有1000个类别标签的ImageNet具体更多的现实实体，可用于计算机视觉方向的训练。

5、ImageNet数据集
ImageNet数据集是目前深度学习图像领域应用得非常多的一个领域，该数据集有1000多个图像，涵盖图像分类、定位、检测等应用方向。
Imagenet数据集文档详细，有专门的团队维护，在计算机视觉领域研究论文中应用非常广，几乎成为了目前深度学习图像领域算法性能检验的“标准”数据集。很多大型科技公司都会参加ImageNet图像识别大赛，包括百度、谷歌、微软等

---

三  torch.utils.data.DataLoader

一般来说PyTorch中深度学习训练的流程是这样的：

1. 创建Dateset

2. Dataset传递给DataLoader

3. DataLoader迭代产生训练数据提供给模型

torch.utils.data.DataLoader(
    dataset, 
    batch_size=1, 
    shuffle=False, 
    sampler=None,
    batch_sampler=None, 
    num_workers=0, 
    collate_fn=None,
    pin_memory=False, 
    drop_last=False, 
    timeout=0,
    worker_init_fn=None)

参数	说明
dataset	加载数据的数据集
batch_size	每个batch加载多少个样本
shuffle	设置为True时会在每个epoch重新打乱数据(默认: False)
sampler	定义从数据集中提取样本的策略，即生成index的方式，可以顺序也可以乱序
num_workers	用多少个子进程加载数据。0:数据将在主进程中加载(默认: 0)
collate_fn	将一个batch的数据和标签进行合并操作
pin_memory	设置pin_memory=True，则意味着生成的Tensor数据最开始是属于内存中的锁页内存，这样将内存的Tensor转义到GPU的显存就会更快一些。
drop_last	如果数据集大小不能被batch size整除，则设置为True后可删除最后一个不完整的batch。如果设为False并且数据集的大小不能被batch size整除，则最后一个batch将更小。(默认: False)
timeout	用来设置数据读取的超时时间的，但超过这个时间还没读取到数据的话就会报错。
worker_init_fn	如果不是None，将在播种之后和数据加载之前，对每个worker子进程使用worker id (int in [0, num_workers - 1])作为输入调用。(默认值:None)

   

#案例 from https://blog.csdn.net/weixin_43981621/article/details/119685671

from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision import transforms

# 准备的测试数据集  数据放在了CIFAR10文件夹下
root_dir = "./data_cifar10"
dataset_train = datasets.CIFAR10(root=root_dir, train=True, transform=transforms.ToTensor(), download=True)

 
train_loader = DataLoader(
                dataset=dataset_train, 
                batch_size=4, 
                shuffle=True, 
                num_workers=0, 
                drop_last=False
)

# 设置参数batch_size=4时，每次取了4张照片，并获得4个targets标签。
# 在定义test_loader时，设置了batch_size=4，表示一次性从数据集中取出4个数据
for data in train_loader:
    imgs, targets = data
    print(imgs.shape)
    print(targets)
 

# -*- coding: utf-8 -*-
"""
Created on Tue Jun 13 16:45:55 2023

@author: chengxf2
"""

import torch
from torchvision import transforms
from torchvision import datasets
from torch.utils.data import DataLoader

# 数据预处理
transform=transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.1307,),(0.3081))])
# 训练集
train_dataset = datasets.MNIST(root='../data/mnist',train=True, download=True, transform=transform)
# 测试集
test_dataset=datasets.MNIST(root='../data/mnist',train=False, download=True, transform=transform)
# 数据集加载器 


train_loader= DataLoader(dataset = train_dataset,  # 数据加载
                        batch_size = 4,    # 送入多少张图片
                        shuffle = True,    #对原有数据排序是否打乱
                        num_workers = 0,   #是否进行多进程加载数据设置
                        drop_last = False) #最后的数据组不成一个batch_size 是否丢弃

参数：
dataset：数据加载
batch_size ：送入多少张图片
shuffle ：是否打乱数据
sampler ：指定数据加载中使用的索引/键的序列
batch_sampler = None，#和sampler类似
num_workers ：是否进行多进程加载数据设置
collat​​e_fn = None，#是否合并样本列表以形成一小批Tensor
pin_memory ：数据加载器会在返回之前将Tensors复制到CUDA固定内存
drop_last ：最后的数据组不成一个batch_size 是否丢弃

有时候也综合起来使用，如下：

参考：

https://zhuanlan.zhihu.com/p/463799442 [torchvision 介绍]
https://blog.csdn.net/qq_41764621/article/details/126210936【SummaryWriter类】
https://blog.csdn.net/m0_51233386/article/details/127645795【 SummaryWriter类】
https://blog.csdn.net/qq_43456016/article/details/130072202[图像增强（Transforms]
https://zhuanlan.zhihu.com/p/463799442【torchvision中的数据集使用】

https://blog.csdn.net/weixin_45464524/article/details/128043516

https://www.cnblogs.com/lucky-light/p/15535282.html