0
0

Pytorch教程[03]transforms

一.torchvision：计算机视觉工具包

  • torchvision.transforms : 常用的图像预处理方法
  • torchvision.datasets : 常用数据集的dataset实现，MNIST，CIFAR-10，ImageNet等
  • torchvision.model : 常用的模型预训练，AlexNet，VGG， ResNet，GoogLeNet等

二.数据增强

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
在这里插入图片描述

三.transforms—裁剪

torchvision.transforms : 常用的图像预处理方法
• 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
在这里插入图片描述
在这里插入图片描述

3.1

transforms.Normalize()

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.Normalize(mean,
                        std,
                     inplace=False)

3.2

transforms.CenterCrop()

功能：从图像中心裁剪图片
• size：所需裁剪图片尺寸

3.3

transforms.RandomCrop()

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种模式

  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.RandomCrop(size, 
                      padding=None, 
                      pad_if_needed=False, 
                      fill=0, 
                      padding_mode='constant')

3.4

RandomResizedCrop()

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
  • PIL.Image.BICUBIC

3.5

FiveCrop()

transforms.FiveCrop(size)

3.6

TenCrop()

transforms.FiveCrop(size)
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

transforms.TenCrop( size, 
                    vertical_flip=False)

四.transforms—翻转、旋转

4.1

RandomHorizontalFlip()

RandomVerticalFlip()

功能：依概率水平（左右）或垂直（上下）翻转图片
•p：翻转概率

RandomHorizontalFlip(p=0.5)
RandomVerticalFlip(p=0.5)

4.2

RandomRotation()

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
• center：旋转点设置，默认中心旋转

3.RandomRotation RandomRotation(degrees, 
                                resample=False, 
                                expand=False, 
                                center=None)

五.transforms—图像变换

5.1

Pad()

功能：对图片边缘进行填充
• 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.Pad(padding, 
               fill=0, 
               padding_mode='constant')

5.2

ColorJitter

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.ColorJitter(brightness=0, 
                       contrast=0, 
                       saturation=0, 
                       hue=0)

5.3

Grayscale

RandomGrayscale(num_output_channels,
p=0.1)

5.4

 RandomGrayscale

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

Grayscale(num_output_channels)

5.5

RandomAffine

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

RandomAffine(degrees, 
             translate=None, 
             scale=None, 
               shear=None, 
             resample=False, 
             fillcolor=0)

5.6

RandomErasing()

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)

RandomErasing(p=0.5, 
              scale=(0.02,0.33), 
              ratio=(0.3,3.3), 
              value=0, 
              inplace=False)

在这里插入图片描述

5.7

transforms.Lambda()

功能：用户自定义lambda方法
• lambd：lambda匿名函数

lambda [arg1 [,arg2, … , argn]] : expression

transforms.Lambda(lambd)

例：

transforms.TenCrop(200, vertical_flip=True),
transforms.Lambda(lambda crops: torch.stack([transforms.Totensor()(crop)for crop in crops])),

六、transforms的操作

6.1transforms.RandomChoice()

功能：从一系列transforms方法中随机挑选一个

transforms.RandomChoice([transforms1, transforms2, transforms3])

6.2transforms.RandomApply()

功能：依据概率执行一组transforms操作

transforms.RandomApply([transforms1, transforms2, transforms3], p=0.5)

6.3transforms.RandomOrder()

功能：对一组transforms操作打乱顺序

transforms.RandomOrder([transforms1, transforms2, transforms3])

七、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
classCompose(object):def__call__(self, img):for t in self.transforms:
            img = t(img)return img

通过类实现多参数传入：

classYourTransforms(object):def__init__(self,...):...def__call__(self, img):...return img

7.1椒盐噪声

椒盐噪声又称为脉冲噪声，是一种随机出现的白点或者黑点, 白点称为盐噪声，黑色为椒噪声
信噪比（Signal-Noise Rate, SNR）是衡量噪声的比例，图像中为图像像素的占比
在这里插入图片描述

classAddPepperNoise(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

classCompose(object):def__call__(self, img):for t in self.transforms:
            img = t(img)return img

八、transforms方法总览

一、裁剪

• transforms.CenterCrop
 • transforms.RandomCrop
 • transforms.RandomResizedCrop
 • transforms.FiveCrop
 • transforms.TenCrop

二、翻转和旋转

• transforms.RandomHorizontalFlip
 • transforms.RandomVerticalFlip
 • transforms.RandomRotation

三、图像变换

• transforms.Pad
 • transforms.ColorJitter
 • transforms.Grayscale
 • transforms.RandomGrayscale
 • transforms.RandomAffine
 • transforms.LinearTransformation
 • transforms.RandomErasing
 • transforms.Lambda
 • transforms.Resize
 • transforms.Totensor
 • transforms.Normalize

四、transforms的操作

• transforms.RandomChoice
 • transforms.RandomApply
 • transforms.RandomOrd

点赞！收藏！感谢支持！

这是pytorch目前提供的方法
在这里插入图片描述

from torchvision import transforms
from PIL import Image
import matplotlib.pyplot as plt

img = Image.open("img/5.jpg")

data1 = transforms.RandomResizedCrop(224)(img)# 功能：随机大小、长宽比裁剪图片# data2 = transforms.RandomResizedCrop(224)(img)# data3 = transforms.RandomResizedCrop(224)(img)

data4 = transforms.RandomCrop(224)(img)# 从图片中随机裁剪出尺寸为size的图片

data5 = transforms.Resize([512,512])(img)

data6 = transforms.CenterCrop([512,512])(img)# 从图像中心裁剪图片

data7 = transforms.RandomHorizontalFlip(p=0.9)(img)# 功能：依概率水平（左右）翻转图片

data8 = transforms.RandomVerticalFlip(p=0.9)(img)# 功能：依概率垂直（上下）翻转图片

data9 = transforms.RandomRotation(45)(img)# 功能：随机旋转图片

data10 = transforms.Pad(padding=100)(img)# 功能：对图片边缘进行填充

data11 = transforms.ColorJitter(brightness=5,
                                contrast=0,
                                saturation=0, hue=0)(img)# 功能：调整亮度、对比度、饱和度和色相

data12 = transforms.RandomErasing(p=0.5,
                                  scale=(0.02,0.33),# 遮挡区域的面积
                                  ratio=(0.3,3.3),# 遮挡区域长宽比
                                  value=0,# 设置遮挡区域的像素值，(R, G, B) or (Gray)
                                  inplace=False)(img)

data13 = transforms.GaussianBlur(5)(img)

plt.subplot(2,2,1), plt.imshow(img), plt.title("input")
plt.subplot(2,2,2), plt.imshow(data1), plt.title("data1")
plt.subplot(2,2,3), plt.imshow(data4), plt.title("data2")
plt.subplot(2,2,4), plt.imshow(data13), plt.title("data3")
plt.show()
标签： pytorch 深度学习 人工智能
本文转载自: https://blog.csdn.net/weixin_43694096/article/details/123429527
版权归原作者 迪菲赫尔曼 所有， 如有侵权，请联系我们删除。
登录后发布评论

“Pytorch教程[03]transforms”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

网络安全法-网络运行安全

使用selenium/drissionpage时如何阻止chrome自动跳转http到https

docker desktop 里部署的Open WebUI 管理员密码忘记了的处理方法

在ubuntu20.04中搭建onsite比赛运行环境

利用开源的低代码表单设计器FcDesigner高效管理和渲染复杂表单结构

Kafka学习笔记

【前端】浏览器输入url到页面呈现发生了什么？

文章导航