文章目錄
- 一、 裁剪——Crop
- 1.隨機裁剪:transforms.RandomCrop
- 2.中心裁剪:transforms.CenterCrop
- 3.隨機長寬比裁剪 transforms.RandomResizedCrop
- 4.上下左右中心裁剪:transforms.FiveCrop
- 5.上下左右中心裁剪後翻轉: transforms.TenCrop
- 二、翻轉和旋轉——Flip and Rotation
- 6.依概率p水平翻轉transforms.RandomHorizontalFlip
- 7.依概率p垂直翻轉transforms.RandomVerticalFlip
- 8.隨機旋轉:transforms.RandomRotation
- 三、圖像變換
- 9.resize:transforms.Resize
- 10.標準化:transforms.Normalize
- 11.轉爲tensor:transforms.ToTensor
- 12.填充:transforms.Pad
- 13.修改亮度、對比度和飽和度:transforms.ColorJitter
- 14.轉灰度圖:transforms.Grayscale
- 15.線性變換:transforms.LinearTransformation()
- 16.仿射變換:transforms.RandomAffine
- 17.依概率p轉爲灰度圖:transforms.RandomGrayscale
- 18.將數據轉換爲PILImage:transforms.ToPILImage
- 19.transforms.Lambda
- 四、對transforms操作,使數據增強更靈活
本文對transforms.py中的各個預處理方法進行介紹和總結。主要從官方文檔中總結而來,官方文檔只是將方法陳列,沒有歸納總結,順序很亂,這裏總結一共有四大類,方便大家索引:
-
裁剪——Crop
中心裁剪:transforms.CenterCrop
隨機裁剪:transforms.RandomCrop
隨機長寬比裁剪:transforms.RandomResizedCrop
上下左右中心裁剪:transforms.FiveCrop
上下左右中心裁剪後翻轉,transforms.TenCrop -
翻轉和旋轉——Flip and Rotation
依概率p水平翻轉:transforms.RandomHorizontalFlip(p=0.5)
依概率p垂直翻轉:transforms.RandomVerticalFlip(p=0.5)
隨機旋轉:transforms.RandomRotation -
圖像變換
resize:transforms.Resize
標準化:transforms.Normalize
轉爲tensor,並歸一化至[0-1]:transforms.ToTensor
填充:transforms.Pad
修改亮度、對比度和飽和度:transforms.ColorJitter
轉灰度圖:transforms.Grayscale
線性變換:transforms.LinearTransformation()
仿射變換:transforms.RandomAffine
依概率p轉爲灰度圖:transforms.RandomGrayscale
將數據轉換爲PILImage:transforms.ToPILImage
transforms.Lambda:Apply a user-defined lambda as a transform. -
對transforms操作,使數據增強更靈活
transforms.RandomChoice(transforms), 從給定的一系列transforms中選一個進行操作
transforms.RandomApply(transforms, p=0.5),給一個transform加上概率,依概率進行操作
transforms.RandomOrder,將transforms中的操作隨機打亂
一、 裁剪——Crop
1.隨機裁剪:transforms.RandomCrop
class torchvision.transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode=‘constant’)
功能:依據給定的size隨機裁剪
參數:
size- (sequence or int),若爲sequence,則爲(h,w),若爲int,則(size,size)
padding-(sequence or int, optional),此參數是設置填充多少個pixel。
當爲int時,圖像上下左右均填充int個,例如padding=4,則上下左右均填充4個pixel,若爲3232,則會變成4040。
當爲sequence時,若有2個數,則第一個數表示左右擴充多少,第二個數表示上下的。當有4個數時,則爲左,上,右,下。
fill- (int or tuple) 填充的值是什麼(僅當填充模式爲constant時有用)。int時,各通道均填充該值,當長度爲3的tuple時,表示RGB通道需要填充的值。
padding_mode- 填充模式,這裏提供了4種填充模式,1.constant,常量。2.edge 按照圖片邊緣的像素值來填充。3.reflect,暫不瞭解。 4. symmetric,暫不瞭解。
2.中心裁剪:transforms.CenterCrop
class torchvision.transforms.CenterCrop(size)
功能:依據給定的size從中心裁剪
參數:
size- (sequence or int),若爲sequence,則爲(h,w),若爲int,則(size,size)
3.隨機長寬比裁剪 transforms.RandomResizedCrop
class torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=2)
功能:隨機大小,隨機長寬比裁剪原始圖片,最後將圖片resize到設定好的size
參數:
size- 輸出的分辨率
scale- 隨機crop的大小區間,如scale=(0.08, 1.0),表示隨機crop出來的圖片會在的0.08倍至1倍之間。
ratio- 隨機長寬比設置
interpolation- 插值的方法,默認爲雙線性插值(PIL.Image.BILINEAR)
4.上下左右中心裁剪:transforms.FiveCrop
class torchvision.transforms.FiveCrop(size)
功能:對圖片進行上下左右以及中心裁剪,獲得5張圖片,返回一個4D-tensor
參數:
size- (sequence or int),若爲sequence,則爲(h,w),若爲int,則(size,size)
5.上下左右中心裁剪後翻轉: transforms.TenCrop
class torchvision.transforms.TenCrop(size, vertical_flip=False)
功能:對圖片進行上下左右以及中心裁剪,然後全部翻轉(水平或者垂直),獲得10張圖片,返回一個4D-tensor。
參數:
size- (sequence or int),若爲sequence,則爲(h,w),若爲int,則(size,size)
vertical_flip (bool) - 是否垂直翻轉,默認爲flase,即默認爲水平翻轉
二、翻轉和旋轉——Flip and Rotation
6.依概率p水平翻轉transforms.RandomHorizontalFlip
class torchvision.transforms.RandomHorizontalFlip(p=0.5)
功能:依據概率p對PIL圖片進行水平翻轉
參數:
p- 概率,默認值爲0.5
7.依概率p垂直翻轉transforms.RandomVerticalFlip
class torchvision.transforms.RandomVerticalFlip(p=0.5)
功能:依據概率p對PIL圖片進行垂直翻轉
參數:
p- 概率,默認值爲0.5
8.隨機旋轉:transforms.RandomRotation
class torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None)
功能:依degrees隨機旋轉一定角度
參數:
degress- (sequence or float or int) ,若爲單個數,如 30,則表示在(-30,+30)之間隨機旋轉
若爲sequence,如(30,60),則表示在30-60度之間隨機旋轉
resample- 重採樣方法選擇,可選 PIL.Image.NEAREST, PIL.Image.BILINEAR, PIL.Image.BICUBIC,默認爲最近鄰
expand- ?
center- 可選爲中心旋轉還是左上角旋轉
三、圖像變換
9.resize:transforms.Resize
class torchvision.transforms.Resize(size, interpolation=2)
功能:重置圖像分辨率
參數:
size- If size is an int, if height > width, then image will be rescaled to (size * height / width, size),所以建議size設定爲h*w
interpolation- 插值方法選擇,默認爲PIL.Image.BILINEAR
10.標準化:transforms.Normalize
class torchvision.transforms.Normalize(mean, std)
功能:對數據按通道進行標準化,即先減均值,再除以標準差,注意是 hwc
11.轉爲tensor:transforms.ToTensor
class torchvision.transforms.ToTensor
功能:將PIL Image或者 ndarray 轉換爲tensor,並且歸一化至[0-1]
注意事項:歸一化至[0-1]是直接除以255,若自己的ndarray數據尺度有變化,則需要自行修改。
12.填充:transforms.Pad
class torchvision.transforms.Pad(padding, fill=0, padding_mode=‘constant’)
功能:對圖像進行填充
參數:
padding-(sequence or int, optional),此參數是設置填充多少個pixel。
當爲int時,圖像上下左右均填充int個,例如padding=4,則上下左右均填充4個pixel,若爲3232,則會變成4040。
當爲sequence時,若有2個數,則第一個數表示左右擴充多少,第二個數表示上下的。當有4個數時,則爲左,上,右,下。
fill- (int or tuple) 填充的值是什麼(僅當填充模式爲constant時有用)。int時,各通道均填充該值,當長度爲3的tuple時,表示RGB通道需要填充的值。
padding_mode- 填充模式,這裏提供了4種填充模式,1.constant,常量。2.edge 按照圖片邊緣的像素值來填充。3.reflect,? 4. symmetric,?
13.修改亮度、對比度和飽和度:transforms.ColorJitter
class torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)
功能:修改修改亮度、對比度和飽和度
14.轉灰度圖:transforms.Grayscale
class torchvision.transforms.Grayscale(num_output_channels=1)
功能:將圖片轉換爲灰度圖
參數:
num_output_channels- (int) ,當爲1時,正常的灰度圖,當爲3時, 3 channel with r == g == b
15.線性變換:transforms.LinearTransformation()
class torchvision.transforms.LinearTransformation(transformation_matrix)
功能:對矩陣做線性變化,可用於白化處理! whitening: zero-center the data, compute the data covariance matrix
參數:
transformation_matrix (Tensor) – tensor [D x D], D = C x H x W
16.仿射變換:transforms.RandomAffine
class torchvision.transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)
功能:仿射變換
17.依概率p轉爲灰度圖:transforms.RandomGrayscale
class torchvision.transforms.RandomGrayscale(p=0.1)
功能:依概率p將圖片轉換爲灰度圖,若通道數爲3,則3 channel with r == g == b
18.將數據轉換爲PILImage:transforms.ToPILImage
class torchvision.transforms.ToPILImage(mode=None)
功能:將tensor 或者 ndarray的數據轉換爲 PIL Image 類型數據
參數:
mode- 爲None時,爲1通道, mode=3通道默認轉換爲RGB,4通道默認轉換爲RGBA
19.transforms.Lambda
Apply a user-defined lambda as a transform.
暫不瞭解,待補充。
四、對transforms操作,使數據增強更靈活
PyTorch不僅可設置對圖片的操作,還可以對這些操作進行隨機選擇、組合
20.transforms.RandomChoice(transforms)
功能:從給定的一系列transforms中選一個進行操作,randomly picked from a list
21.transforms.RandomApply(transforms, p=0.5)
功能:給一個transform加上概率,以一定的概率執行該操作
22.transforms.RandomOrder
功能:將transforms中的操作順序隨機打亂
轉載請註明出處:https://blog.csdn.net/u011995719/article/details/85107009