PyTorch 5. Transform预处理

常用数据处理方法

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

1. RandomCrop
   功能：依据给定的size随机裁剪
   参数：
   size(sequence or int)
   若为sequence，则为（h,w），若为int，则（size,size）
   padding-(sequence or int, optional),此参数是设置填充多少个pixel
   当为int时，图像上下左右均填充int个，例如padding=4 ,则上下左右均填充4个pixel，若输入图像尺寸为3232,则变为4040.
   当为sequence时，若有2个数，则第一个数表示左右填充多少，第二个数表示上下的。当有4个数时，则为左，上，右，下
2. transforms.Normalize

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
Normalize的目的：加速模型收敛
3. transforms.RandomResizedCrop

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
3. transforms.RandomHorizontalFlip§
功能：依概率水平翻转
p；翻转概率
4. transforms.RandomVerticalFlip
功能：依概率垂直翻转图片
p:翻转概率
5. transforms.RandomRotation

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
6. transforms.Pad

transforms.Pad(padding,
				fill=0,
				padding_mode='constant')

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，有四种模式，constant,edge,reflect和symmetric
fill:constant时，设置填充的像素值，（R,G,B）or（Gray）
7. transforms.ColorJitter

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]中选择
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

8. transforms.RandomErasing

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:遮挡区域的长宽比
value:设置遮挡区域的像素值，（R,G,B）or (Gray)
9. 自定义transforms
1仅接受一个参数，返回一个参数
2注意上下游的输出与输入

class YourTransforms(object):
	def __init__(self,...)
		pass
	def __call__(self,img)
		...
		return img