Pytorch之图像预处理transforms（常⽤操作汇总）
Pytorch Transforms操作汇总
数据增强(Data Augmentation)
数据增强⼜称为数据增⼴，数据扩增，它是对训练集进⾏变换，使训练集更
丰富，从⽽让模型更具泛化能⼒，在pytorch中我们使⽤transforms这⼀⼯具包对图像数据进⾏增强
torchvision计算机视觉⼯具包
该⼯具包主要包含以下三种常⽤的类
torchvision.datasets ：常⽤数据集的dataset实现，MNIST, CIFAR-10, ImageNet等
本⽂主要对第⼀种类ansforms进⾏介绍
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
下⾯介绍⼏种常⽤的transforms⽅法，以后遇到会再补充
transforms.Compose (transforms)
功能：将多个变换⽅式逐步实现。
例：transforms.Compose(transforms.ToTensor(), transforms.Normalize())
1.图像裁切(Crop)
transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode=‘constant’)功能：从图⽚中随机裁剪出尺⼨为size的图⽚
size ：所需裁剪图⽚尺⼨
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
pad_ if_ need ：若图像⼩于设定size，则填充
padding_mode ：填充模式，有4中模式
1、constant ：像素值由fill设定
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]
fill constant时， 设置填充的像素值
transforms.CenterCrop(size)
功能：从图像中⼼裁剪图⽚
size：所需裁剪图⽚尺⼨
transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(3/4, 4/3), interpolation)
功能：随机⼤⼩、长宽⽐裁剪图⽚
size：所需裁剪图⽚尺⼨
scale：随机裁剪⾯积⽐例，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
resizedPIL. /mage. BICUBIC
transforms.FiveCrop(size)
功能：在图像的上下左右以及中⼼裁剪出尺⼨为size的5张图⽚
size：所需裁剪图⽚尺⼨
transforms.TenCrop(size,vertical_ flip=False)
功能：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对这5张图⽚进⾏⽔平或者垂直镜像获得10张图⽚size：所需裁剪图⽚尺⼨
vertical_ flip: 是否垂直翻转
2.图⽚翻转、旋转(Flip, Rotation)
transforms.RandomHorizontalFlip(p=0.5)
功能：依概率⽔平（左右）翻转图⽚
p：翻转概率
transforms.RandomVerticalFlip(p=0.5)
功能：依概率垂直（上下）翻转图⽚
p：翻转概率
transforms.RandomRotation(degrees, resample=False, expand=False, center=None )
功能：随机旋转图⽚
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
resample ：重采样⽅法
expand ：是否扩⼤图⽚，以保持原图信息
3.图像变换
transforms.Normalize (mean, std, inplace=False)
功能：逐channel的对图像进⾏标准化
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.Resize(size, interpolation=2)
功能：改变图⽚⼤⼩为指定的尺⼨
size: 输出图⽚的⼤⼩，如果size为(h,w)则输出尺⼨和(h,w)⼀致，若为单值x，输出⼆维值图⽚时，则较⼩的边长为该单值x，以x为基准按⽐例同步较⼤的边长。
interpolation：默认为PIL.Image.BILNEAR
transforms.ToTensor()
功能：图⽚归⼀化将0 ~ 255转换成0 ~ 1区间
transforms.Pad(padding, fill=0, padding_mode=‘constant’)
功能：⽤给定的填充数值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
padding_ mode：填充模式，有4种模式，constant、edge、reflect和symmetric
fill: constant时， 设置填充的像素值，(R， G, B) or
(Gray)
transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0 )
功能：调整亮度、对⽐度、饱和度和⾊相
brightness：亮度调整因⼦
当为a时，从[max(0, 1-a)， 1 + a]中随机选择
当为(a, b)时，从[a, b]中
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，
注:0<= a <= 0.5
当为(a, b)时，从[a, b]中选择参数, 注: -0.5<= a=<=b<=0.5
transforms.RandomGrayscale ( num_ output_ channels, p=0.1)
功能：依概率将图⽚转换为灰度图
num_ouput_channels: 输出通道数只能设1或3
p：概率值，图像被转换为灰度图的概率
transforms.Grayscale(num_ output_ channels)
功能：依概率将图⽚转换为灰度图
num_ouput_channels: 输出通道数只能设1或3
transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)
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degrees：旋转⾓度设置
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
scale：缩放⽐例(以⾯积为单位)
fill color: 填充颜⾊设置
transforms.RandomErasing(p=0.5, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=0, inplace=False)功能：
对图像进⾏随机遮挡
p：概率值，执⾏该操作的概率
scale：遮挡区域的⾯积
ratio：遮挡区域长宽⽐
value：设置遮挡区域的像素值，(R, G, B) or (Gray)
transforms.Lambda( lambd)
功能:⽤户⾃定义lambda⽅法
lambd: lambda匿名函数
lambda [arg1 [arg2, … argn]] : expression
例：
⾃定义⽅法将10张图⽚依次转化成0~1的张量并堆栈到列表
transforms.TenCrop(200, vertical_flip=True)
transforms.Lambda(lambda crops:torch.stack([transforms.Totensor()(crop)for crop in crops]))
4.Transforms的操作
transforms . RandomChoice([transforms1, transforms2, transforms3])
功能：从⼀系列transforms⽅法中随机挑选⼀个
transforms . RandomApply([transforms1, transforms2, transforms3], p=0.5)功能：依据概率执⾏-组transforms操作
transforms . RandomOrder([transforms1, transforms2, transforms3] )
功能：对⼀组transforms操作打乱顺序
5.⾃定义Transforms
⾃定义transforms要素:
1.仅接收⼀个参数，返回⼀个参数
2.注意上下游的输出与输⼊
class Compose(object):
def__call__(self, img):
for t ansforms:
img = t(img)
return img
通过类实现多参数传⼊
class YourTransforms(object):
def__init__(self,...):
...
def__call__(self, img):
.
..
return img
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。
发表评论