torch标准化_Pytorch：数据增强与标准化
本⽂对transforms.py中的各个预处理⽅法进⾏介绍和总结。主要从官⽅⽂档中总结⽽来，官⽅⽂档只是将⽅法陈列，没有归纳总结，顺序很乱，这⾥总结⼀共有四⼤类，⽅便⼤家索引：
裁剪——Crop 中⼼裁剪：transforms.CenterCrop 随机裁剪：transforms.RandomCrop 随机长宽⽐裁剪：
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
翻转和旋转——Flip and Rotation 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
图像变换 resize：transforms.Resize 标准化：transforms.Normalize 转为tensor，并归⼀化⾄[0-1]：transforms.ToTensor 填充：transforms.Pad 修改亮度、对⽐度和饱和度：transforms.ColorJitter 转灰度图：transforms.Grayscale 线性变换：
transforms.LinearTransformation() 仿射变换：transforms.RandomAffine 依概率p转为灰度图：transforms.
RandomGrayscale 将数据转换为PILImage：transforms.ToPILImage transforms.Lambda：Apply a user-defined lambda as a transform
对transforms操作，使数据增强更灵活 transforms.RandomChoice(transforms)， 从给定的⼀系列transforms中选⼀个进⾏操作transforms.RandomApply(transforms, p=0.5)，给⼀个transform加上概率，依概率进⾏操作 transforms.RandomOrder，将transforms中的操作随机打乱
⼀、 裁剪——Crop
1.随机裁剪：transforms.RandomCrop
ansforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode=‘constant‘)
功能：依据给定的size随机裁剪
参数：size- (sequence or int)，若为sequence，则为(h,w)，若为int，则(size,size) padding-(sequence or int, optional)，此参数是设置填充多少个pixel。
当为int时，图像上下左右均填充int个，例如padding=4，则上下左右均填充4个pixel，若为3232，则会变成4040。
当为sequence时，若有2个数，则第⼀个数表⽰左右扩充多少，第⼆个数表⽰上下的。当有4个数时，则为左，上，右，下。
fill- (int or tuple) 填充的值是什么(仅当填充模式为constant时有⽤)。int时，各通道均填充该值，当长度为3的tuple时，表⽰RGB通道需要填充的值。
padding_mode- 填充模式，这⾥提供了4种填充模式，1.constant，常量。2.edge 按照图⽚边缘的像素值来填充。3.reflect，暂不了解。4. symmetric，暂不了解。
2.中⼼裁剪：transforms.CenterCrop
ansforms.CenterCrop(size) 功能：依据给定的size从中⼼裁剪 参数：size- (sequence or int)，若为sequence，则为(h,w)，若为int，则(size,size)
3.随机长宽⽐裁剪 transforms.RandomResizedCrop
ansforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=2) 功能：随机⼤⼩，随机长宽⽐裁剪原始图⽚，最后将图⽚resize到设定好的size 参数：size- 输出的分辨率 scale- 随机crop的⼤⼩区间，如scale=(0.08, 1.0)，表⽰随机crop出来的图⽚会在的0.08倍⾄1倍之间。ratio- 随机长宽⽐设置 interpolation- 插值的⽅法，默认
为双线性插值(PIL.Image.BILINEAR)
4.上下左右中⼼裁剪：transforms.FiveCrop
ansforms.FiveCrop(size) 功能：对图⽚进⾏上下左右以及中⼼裁剪，获得5张图⽚，返回⼀个4D-tensor 参数：size- (sequence or int)，若为sequence，则为(h,w)，若为int，则(size,size)
5.上下左右中⼼裁剪后翻转: transforms.TenCrop
ansforms.TenCrop(size, vertical_flip=False) 功能：对图⽚进⾏上下左右以及中⼼裁剪，然后全部翻转(⽔平或者垂直)，获得10张图⽚，返回⼀个4D-tensor。参数：size- (sequence or int)，若为sequence，则为(h,w)，若为int，则(size,size) vertical_flip (bool) - 是否垂直翻转，默认为flase，即默认为⽔平翻转
⼆、翻转和旋转——Flip and Rotation
6.依概率p⽔平翻转transforms.RandomHorizontalFlip
ansforms.RandomHorizontalFlip(p=0.5) 功能：依据概率p对PIL图⽚进⾏⽔平翻转 参数：p- 概率，默认值为0.5
7.依概率p垂直翻转transforms.RandomVerticalFlip
ansforms.RandomVerticalFlip(p=0.5) 功能：依据概率p对PIL图⽚进⾏垂直翻转 参数：p- 概率，默认值为0.5
8.随机旋转：transforms.RandomRotation
ansforms.RandomRotation(degrees, resample=False, expand=False, center=None) 功能：依degrees随机旋转⼀定⾓度 参数：degress- (sequence or float or int) ，若为单个数，如 30，则表⽰在(-30，+30)之间随机旋转 若为sequence，如(30，60)，则表⽰在30-60度之间随机旋转 resample- 重采样⽅法选择，可选 PIL.Image.NEAREST, PIL.Image.BILINEAR,
PIL.Image.BICUBIC，默认为最近邻 expand- ? center- 可选为中⼼旋转还是左上⾓旋转
三、图像变换
ansforms.Resize(size, interpolation=2) 功能：重置图像分辨率 参数：size- If size is an int, if height > width, then image will be rescaled to (size * height / width, size)，所以建议size设定为h*w interpolation- 插值⽅法选择，默认为
PIL.Image.BILINEAR
10.标准化：transforms.Normalize
ansforms.Normalize(mean, std) 功能：对数据按通道进⾏标准化，即先减均值，再除以标准差，注意是 hwc
11.转为tensor：transforms.ToTensor
ansforms.ToTensor 功能：将PIL Image或者 ndarray 转换为tensor，并且归⼀化⾄[0-1] 注意事项：归⼀化⾄[0-1]是直接除以255，若⾃⼰的ndarray数据尺度有变化，则需要⾃⾏修改。
12.填充：transforms.Pad
ansforms.Pad(padding, fill=0, padding_mode=‘constant‘) 功能：对图像进⾏填充 参数：padding-(sequence or int, optional)，此参数是设置填充多少个pixel。当为int时，图像上下左右均填充int个，例如padding=4，则上下左右均填充4个pixel，若为3232，则会变成4040。当为sequence时，若有2个数，则第⼀个数表⽰左右扩充多少，第⼆个数表⽰上下的。当有4个数时，则为左，上，右，下。fill- (int or tuple) 填充的值是什么(仅当填充模式为constant时有⽤)。int时，各通道均填充该值，当长度为3的tuple时，表⽰RGB通道需要填充的值。padding_mode- 填充模式，这⾥提供了4种填
充模式，1.constant，常量。2.edge 按照图⽚边缘的像素值来填充。3.reflect，？4. symmetric，？
13.修改亮度、⽐度和饱和度：transforms.ColorJitter
ansforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0) 功能：修改修改亮度、对⽐度和饱和度
14.转灰度图：transforms.Grayscale
ansforms.Grayscale(num_output_channels=1) 功能：将图⽚转换为灰度图 参数：num_output_channels- (int)，当为1时，正常的灰度图，当为3时， 3 channel with r == g == b
15.线性变换：transforms.LinearTransformation()
ansforms.LinearTransformation(transformation_matrix) 功能：对矩阵做线性变化，可⽤于⽩化处
理！whitening: zero-center the data, compute the data covariance matrix 参数：transformation_matrix (Tensor) – tensor [D x D], D = C x H x W
16.仿射变换：transforms.RandomAffine
ansforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)功能：仿射变换
17.依概率p转为灰度图：transforms.RandomGrayscale
ansforms.RandomGrayscale(p=0.1) 功能：依概率p将图⽚转换为灰度图，若通道数为3，则3 channel with r == g == b
18.将数据转换为PILImage：transforms.ToPILImage
ansforms.ToPILImage(mode=None) 功能：将tensor 或者 ndarray的数据转换为 PIL Image 类型数据 参数：mode- 为None时，为1通道， mode=3通道默认转换为RGB，4通道默认转换为RGBA
Apply a user-defined lambda as a transform. 暂不了解，待补充。
四、对transforms操作，使数据增强更灵活
PyTorch不仅可设置对图⽚的操作，还可以对这些操作进⾏随机选择、组合
功能：从给定的⼀系列transforms中选⼀个进⾏操作，randomly picked from a list
功能：给⼀个transform加上概率，以⼀定的概率执⾏该操作
功能：将transforms中的操作顺序随机打乱

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。