PyTorch 學習筆記(三):transforms的二十二個方法
本文擷取自《PyTorch 模型訓練實用教程》,獲取全文pdf請點選:https://github.com/tensor-yu/PyTorch_Tutorial
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、影象變換
- 9.resize:transforms.Resize
- 10.標準化:transforms.Normalize
- 11.轉為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轉為灰度圖:transforms.RandomGrayscale
- 18.將資料轉換為PILImage:transforms.ToPILImage
- 19.transforms.Lambda
- 四、對transforms操作,使資料增強更靈活
本文對transforms.py中的各個預處理方法進行介紹和總結。主要從官方文件中總結而來,官方文件只是將方法陳列,沒有歸納總結,順序很亂,這裡總結一共有四大類,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 -
影象變換
resize:transforms.Resize
標準化:transforms.Normalize
轉為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轉為灰度圖:transforms.RandomGrayscale
將資料轉換為PILImage:transforms.ToPILImage
transforms.Lambda:Apply a user-defined lambda as a transform. -
對transforms操作,使資料增強更靈活
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
引數:
size- (sequence or int),若為sequence,則為(h,w),若為int,則(size,size)
padding-(sequence or int, optional),此引數是設定填充多少個pixel。
當為int時,影象上下左右均填充int個,例如padding=4,則上下左右均填充4個pixel,若為3232,則會變成4040。
當為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,則為左,上,右,下。
fill- (int or tuple) 填充的值是什麼(僅當填充模式為constant時有用)。int時,各通道均填充該值,當長度為3的tuple時,表示RGB通道需要填充的值。
padding_mode- 填充模式,這裡提供了4種填充模式,1.constant,常量。2.edge 按照圖片邊緣的畫素值來填充。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
引數:
size- (sequence or int),若為sequence,則為(h,w),若為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
引數:
size- 輸出的解析度
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- 隨機長寬比設定
interpolation- 插值的方法,預設為雙線性插值(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
引數:
size- (sequence or int),若為sequence,則為(h,w),若為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。
引數:
size- (sequence or int),若為sequence,則為(h,w),若為int,則(size,size)
vertical_flip (bool) - 是否垂直翻轉,預設為flase,即預設為水平翻轉
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
引數:
p- 概率,預設值為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
引數:
p- 概率,預設值為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
引數:
degress- (sequence or float or int) ,若為單個數,如 30,則表示在(-30,+30)之間隨機旋轉
若為sequence,如(30,60),則表示在30-60度之間隨機旋轉
resample- 重取樣方法選擇,可選 PIL.Image.NEAREST, PIL.Image.BILINEAR, PIL.Image.BICUBIC,預設為最近鄰
expand- ?
center- 可選為中心旋轉還是左上角旋轉
三、影象變換
9.resize:transforms.Resize
class torchvision.transforms.Resize(size, interpolation=2)
功能:重置影象解析度
引數:
size- If size is an int, if height > width, then image will be rescaled to (size * height / width, size),所以建議size設定為h*w
interpolation- 插值方法選擇,預設為PIL.Image.BILINEAR
10.標準化:transforms.Normalize
class torchvision.transforms.Normalize(mean, std)
功能:對資料按通道進行標準化,即先減均值,再除以標準差,注意是 hwc
11.轉為tensor:transforms.ToTensor
class torchvision.transforms.ToTensor
功能:將PIL Image或者 ndarray 轉換為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資料尺度有變化,則需要自行修改。
12.填充:transforms.Pad
class torchvision.transforms.Pad(padding, fill=0, padding_mode=‘constant’)
功能:對影象進行填充
引數:
padding-(sequence or int, optional),此引數是設定填充多少個pixel。
當為int時,影象上下左右均填充int個,例如padding=4,則上下左右均填充4個pixel,若為3232,則會變成4040。
當為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,則為左,上,右,下。
fill- (int or tuple) 填充的值是什麼(僅當填充模式為constant時有用)。int時,各通道均填充該值,當長度為3的tuple時,表示RGB通道需要填充的值。
padding_mode- 填充模式,這裡提供了4種填充模式,1.constant,常量。2.edge 按照圖片邊緣的畫素值來填充。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:將圖片轉換為灰度圖
引數:
num_output_channels- (int) ,當為1時,正常的灰度圖,當為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
引數:
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轉為灰度圖:transforms.RandomGrayscale
class torchvision.transforms.RandomGrayscale(p=0.1)
功能:依概率p將圖片轉換為灰度圖,若通道數為3,則3 channel with r == g == b
18.將資料轉換為PILImage:transforms.ToPILImage
class torchvision.transforms.ToPILImage(mode=None)
功能:將tensor 或者 ndarray的資料轉換為 PIL Image 型別資料
引數:
mode- 為None時,為1通道, mode=3通道預設轉換為RGB,4通道預設轉換為RGBA
19.transforms.Lambda
Apply a user-defined lambda as a transform.
暫不瞭解,待補充。
四、對transforms操作,使資料增強更靈活
PyTorch不僅可設定對圖片的操作,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