数据预处理-transform[ToTensor,Normalizer]
常⽤的数据预处理⽅法：
包括：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等
数据标准化
transforms.Normalize()
功能：逐channel的对图像进⾏标准化（均值变为0，标准差变为1），可以加快模型的收敛
output = (input – mean) / std
mean：各通道的均值
std：各通道的标准差
inplace：是否原地操作
transforms.ToTensor()
说的是ToTesnor会，⽽且将数据归⼀化到均值为0，⽅差为1（是将数据除以255），那么归⼀化后为什么还要接⼀个Normalize()呢？Normalize()是对数据按通道进⾏标准化，即减去均值，再除以⽅差
数据如果分布在(0,1)之间，可能实际的bias，就是神经⽹络的输⼊b会⽐较⼤，⽽模型初始化时b=0的，这样会导致神经⽹络收敛⽐较慢，经过Normalize后，可以加快模型的收敛速度。
因为对RGB图⽚⽽⾔，数据范围是[0-255]的，需要先经过ToTensor除以255归⼀化到[0,1]之后，再通过Normalize计算过后，将数据归⼀化到[-1,1]。
那transform.Normalize()是怎么⼯作的呢？以上⾯代码为例，ToTensor()能够把灰度范围从0-255变换到0-1之间，⽽后⾯的transform.Normalize()则把0-1变换到(-1,1).具体地说，对每个通道⽽⾔，Normalize执⾏以下操作：
image=(image-mean)/std
其中mean和std分别通过(0.5,0.5,0.5)和(0.5,0.5,0.5)进⾏指定。原来的0-1最⼩值0则变成(0-0.5)/0.5=-1，⽽最⼤值1则变成(1-0.5)/0.5=1.
transforms——裁剪
1. transforms.CenterCrop
1. 功能：从图像中⼼裁剪图⽚
2. size：所需裁剪图⽚尺⼨
2. transforms.RandomCrop
1. 功能：从图⽚中随机裁剪出尺⼨为size的图⽚
2. size：所需裁剪图⽚尺⼨
3. 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abcd
4. pad_if_need：若图像⼩于设定size，则填充
5. padding_mode：填充模式：（1）constant像素值由fill设定（默认模式）；（2）edge像素值由图像边缘像素决定
（3）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];(4)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]
6. fill：constant时，设置填充的像素值
3. RandomResizedCrop
1. 功能：随机⼤⼩、长宽⽐裁剪图⽚
2. size：所需裁剪图⽚尺⼨
3. scale：随机裁剪⾯积⽐例，默认（0.08,1）
4. ratio：随机长宽⽐，默认（3/4,4/3）
5. interpolation：插值⽅法，PIL.Image.NEAREST最近邻，PIL.Image.BILINEAR双线性，PIL.Image.BICUBIC
4. FiveCrop
1. 在图⽚的左上⾓、左下⾓、右上⾓、右下⾓和中⼼裁剪出尺⼨为size的5张图⽚
2. size：所需裁剪图⽚尺⼨
3. 注意：返回的数据为tuple格式，需要转换为张量形式或者PIL.Image形式
5. TenCrop
1. 在图像的上下左右以及中⼼裁剪出尺⼨为size的5张图⽚，TenCrop对着5张图⽚进⾏⽔平或者垂直镜像获得10张图⽚
2. size：所需裁剪图⽚尺⼨
3. vertical_flip：是否垂直翻转
transforms——翻转和旋转
1. RandomHorizontalFlip⽔平翻转
1. p：翻转概率
2. RandomVerticalFlip垂直翻转
1. p：翻转概率
3. RandomRotation
1. 功能：随机旋转图⽚
2. degrees：旋转⾓度。当为a时，在（-a, a）之间选择旋转⾓度；当为（a, b）时，在（a, b）之间选择旋转⾓度
3. resample：重采样⽅法，⼀般不需要设置，使⽤默认值
4. expand：是否扩⼤图⽚，以保持原图信息
5. center：旋转点设置，默认中⼼旋转。如果设置为（0,0），则为左上⾓旋转
在这⾥插⼊图⽚描述
4.1 图像变换
1. Pad
1. 功能：对图⽚边缘进⾏填充
2. 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abcd
3. padding_mode：填充模式。（1）constant像素值由fill设定（默认模式）；（2）edge像素值由图像边缘像素决定
（3）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];(4)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]
4. fill：constant时，设置填充的像素值，（R, G, B）或者（Gray）
2. ColorJitter
1. 功能：调整亮度、对⽐度、饱和度和⾊相
2. brightness：亮度调整因⼦。当为a时，从[max(0, 1-1), 1+a]中随机选择；当为（a, b）时，从[a, b]中随机选择。
3. contrast：对⽐度参数，同brightness
4. saturation：饱和度参数，同brightness
5. hue：⾊相参数，当为a时，从[-a, a]中选择参数，注：0<= a <=0.5；当为(a, b)时，从[a, b]中选择参数-0.5 <= a <= b <=
0.5
3. Grayscale
1. 是RandomGrayscale的特例，概率为1。
4. RandomGrayscale
1. 功能：依概率将图⽚转换为灰度图
2. num_output_channels：输出通道数，只能设1或3
3. p：概率值，图像被转换为灰度图的概率
在这⾥插⼊图⽚描述
resized5. RandomAffine
1. 功能：对图像进⾏仿射变换，仿射变换是⼆维的线性变换，由五种基本原⼦变换构成，分别是旋转、平移、缩放、错切和翻转。
2. degrees：旋转⾓度设置
3. translate：平移区间设置，如(a, b)，a设置宽（width），b设置⾼（height），图像在宽维度平移的区间为-img_width * a <
dx < img_width * a
4. scale：缩放⽐例（以⾯积为单位），0到1之间
5. fill_color：填充颜⾊设置，默认为⿊⾊（0）
6. shear：错切⾓度设置，有⽔平错切和垂直错切。若为a，则仅在x轴错切，错切⾓度在（-a，a）之间；若为（a，b），则a设置
x轴⾓度，b设置y的⾓度；若为（a，b，c，d），则a，b设置x轴⾓度，c，d设置y轴⾓度
7. resample：重采样⽅式，有NEARSET，BILINEAR，BICUBIC
在这⾥插⼊图⽚描述
6. RandomErasing
1. 功能：对图像进⾏随机遮挡
2. p：概率值，执⾏该操作的概率
3. scale：遮挡区域的⾯积
4. ratio：遮挡区域长宽⽐
5. value：设置遮挡区域的像素值，（R，G，B）或（Gray）。如果value值设置为字符串，则填充随机的像素
在这⾥插⼊图⽚描述
在这⾥插⼊图⽚描述
7. transforms.Lambda
1. 功能：⽤户⾃定义lambda⽅法
2. lambd：lambd：lambda匿名函数 lambda [arg1 [, arg2, …, argn]] : expression
在这⾥插⼊图⽚描述
4.2 transforms⽅法操作
1. transforms.RandomChoice
2. 功能：从⼀系列transforms⽅法中随机挑选⼀个
transforms.RandomChoice([transforms1, transforms2, transforms3])
1. transforms.RandomApply
2. 功能：依据概率执⾏⼀组transforms操作
transforms.RandomApply([transforms1, transforms2, transforms3], p=0.5)
1. transforms.RandomOrder
1. 功能：对⼀组transforms操作打乱顺序
transforms.RandomOrder([transforms1, transforms2, transforms3])
4.3 ⾃定义transforms⽅法
在这⾥插⼊图⽚描述
transforms⽅法是在Compose类的call⽅法中被调⽤的，对⼀组transforms⽅法进⾏for循环，每次循序的挑选并执⾏transforms⽅法
⾃定义transforms要素：
1. 仅接收⼀个参数，返回⼀个参数
2. 注意上下游的输出和输⼊，数据类型必须匹配
通过类实现多参数传⼊，下图为⾃定义transforms的基本参数，⼀个init，⼀个call
在这⾥插⼊图⽚描述
椒盐噪声
椒盐噪声⼜称为⼜称为脉冲噪声，是⼀种随机出现的⽩点或者⿊点，⽩点称为盐噪声，⿊点称为椒噪声。
信噪⽐（SNR）：衡量噪声的⽐例，图像中为图像像素的占⽐
下图为不同信噪⽐的椒盐噪声效果图：
在这⾥插⼊图⽚描述
class AddPepperNoise(object):
def __init__(self, snr, p):
self.snr = snr
self.p = p
def __call__(self, img):
'''
添加椒盐噪声具体实现过程
'''
return img
5. 数据增强策略

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。