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。
数据增强 --->
如我们高考之前做的五年高考,三年模拟
一 、 transforms. -- crop
1. transforms.CenterCrop(size)
- 功能:从图像中心裁剪图片
- size:所需裁剪图片尺寸
transforms.CenterCrop(196)
transforms.CenterCrop(512)
2. 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种模式(constant:像素值由fill设定
- edge:像素值由图像边缘像素决定
- 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]
- 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(224, padding=16)
transforms.RandomCrop(224, padding=(16, 64))
transforms.RandomCrop(224, padding=16, fill=(255, 0, 0))
transforms.RandomCrop(512, pad_if_needed=True)
transforms.RandomCrop(224, padding=64, padding_mode='edge')
transforms.RandomCrop(224, padding=64, padding_mode='reflect')
transforms.RandomCrop(1024, padding=1024, padding_mode='symmetric')
3.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,PIL.Image.BICUBIC)
transforms.RandomResizedCrop(size=224, scale=(0.5, 0.5))
4. transforms.FiveCrop(size)
功能:在图像的左上角、右上角、左下角、右下角以及中心进行裁剪5张图片
5. transform.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.FiveCrop(112), #TypeError: pic should be PIL Image or ndarray. Got <class 'tuple'>
transforms.Lambda(lambda crops: torch.stack([(transforms.ToTensor()(crop)) for crop in crops]))
transforms.TenCrop(112, vertical_flip=True),
transforms.Lambda(lambda crops: torch.stack([(transforms.ToTensor()(crop)) for crop in crops])),
翻转、旋转
1.RandomHorizontalFlip(p=0.5)
2.RandomVerticalFlip(p=0.5)
- 功能:依概率水平(左右)或垂直(上下)翻转图片
- p:翻转概率
transforms.RandomHorizontalFlip(p=1)
transforms.RandomVerticalFlip(p=1)
3. RandomRotation(degrees,resample=False,expand=False,center=None)
- 功能:随机旋转图片
- degree:旋转角度,当为a时,在(-a,a)之间旋转角度;当为(a,b)时,在(a,b)之间旋转角度
- 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,默认中心点旋转
transforms.RandomRotation(90)
transforms.RandomRotation((90), expand=True)
transforms.RandomRotation(30, center=(0, 0))
transforms.RandomRotation(30, center=(0, 0), expand=True)
图像变换
1.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个像素
- padding_mode:填充模式,有4中模式,constant,edge、reflect和symmetric
- fill:constant时,设置填充的像素值,(R,G,B)or(gray)
transforms.Pad(padding=32, fill=(255, 0, 0), padding_mode='constant')
transforms.Pad(padding=(8, 64), fill=(255, 0, 0), padding_mode='constant')
transforms.Pad(padding=(8, 16, 32, 64), fill=(255, 0, 0), padding_mode='constant')
transforms.Pad(padding=(8, 16, 32, 64), fill=(255, 0, 0), padding_mode='symmetric')
2. 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[mas(0,1-a),1+a]中随机选择;
- 当为(a,b)时,从[a,b]中选择
- constant: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=0.5)
transforms.ColorJitter(contrast=0.5)
transforms.ColorJitter(saturation=0.5)
transforms.ColorJitter(hue=0.3)
3. transforms.Grayscale(num_output_channels)
4.transforms.RandomGrayscale(num_output_channels,p=0.1)
- 功能:依概率将图片转换为灰度图
- num_output_channels:输出通道数只能设置为1或3
- p:概率值,图像被转换为灰度图的概率
transforms.Grayscale(num_output_channels=3)
5. transforms.RandomAffine(degrees,translate=None,scale=None,shear=None,resample=False,fillcolor=0)
- 功能:对图像进行仿射变换,仿射变换是二维线性变换,由五种基本原子构成,分别是选择、平移、缩放、错切和翻转
- degree:旋转角度设置
- translate:平移区间设置,如(a,b),a设置为宽(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
- shear:错切角度设置,有水平错切和垂直错切
- 若为a,则仅在x轴错切,错切角度在(-a,a)之间
- 若为(a,b),则a设置x轴角度,b设置为y的角度
- 若为(a,b,c,d),则a,b设置x轴角度,c,d设置y轴角度
- rasample:重采样方式,有Nearest、bilinear、Bicubic
transforms.RandomAffine(degrees=30)
transforms.RandomAffine(degrees=0, translate=(0.2, 0.2), fillcolor=(255, 0, 0)),
transforms.RandomAffine(degrees=0, scale=(0.7, 0.7))
transforms.RandomAffine(degrees=0, shear=(0, 0, 0, 45))
transforms.RandomAffine(degrees=0, shear=90, fillcolor=(255, 0, 0))
6. transforms.RandomErasing(p=0.5,scale=(0.02,0.33),ratio=(0.3,0.3),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.ToTensor(),
transforms.RandomErasing(p=1, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=(254/255, 0, 0)),
transforms.ToTensor(),
# transforms.RandomErasing(p=1, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=(254/255, 0, 0)),
transforms.RandomErasing(p=1, scale=(0.02, 0.33), ratio=(0.3, 3.3), value='1234'),
7. transforms.Lambda(lambda)
- 功能:用户自定义lambda方法
- lambda:lambda匿名函数;lambda[arg1,[arg2,...,argn]]:expression
transforms.Lambda(lambda crops:torch.stack([transforms.Totensor()(crop) for crop in crops]))
transforms.TenCrop(200,vertical_filp=True)
transfroms的选择操作
1.transforms.RandomChoice([transforms1,transforms2,transforms3])
功能:从一系列transforms方法中随机挑选一个
2. transforms.RandomApply([transforms1,transforms2,transforms3],p=0.5)
功能:依据概率执行一组transforms操作
3. transforms.RandomOrder([transforms1,transforms2,transforms3])
功能:对一组transforms操作打乱顺序
transforms.RandomChoice([transforms.RandomVerticalFlip(p=1), transforms.RandomHorizontalFlip(p=1)])
transforms.RandomApply([transforms.RandomAffine(degrees=0, shear=45, fillcolor=(255, 0, 0)),
transforms.Grayscale(num_output_channels=3)], p=0.5),
transforms.RandomOrder([transforms.RandomRotation(15),
transforms.Pad(padding=32),
transforms.RandomAffine(degrees=0, translate=(0.01, 0.1), scale=(0.9, 1.1))]),
自定义transforms方法
自定义transforms要素:
- 仅接受一个参数,返回一个参数
- 注意上下游的输出与输入
class Compose(object):
def __call__(self,img):
for t in self.transfroms:
img = t(img)
return img
通过类实现多参数输入(下面结构是自定义transfrom是基本结构):
class YourTransfroms(object):
def __init__(self,...):
...
def __call__(self,img):
...
return img
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,黑点称为椒噪声
信噪比(signal-noice rate,SNR)是衡量噪声的比例,图像中为图像像素的占比
class AddPepperNoice(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
class Compose(object):
def __call__(self,img):
for t in self.transforms:
img = t(img)
return img
数据增强实战
原则:让训练集与测试更接近
- 空间位置:平移
- 色彩:灰度图、色彩抖动
- 形状:仿射变换
- 上下文场景:遮挡、填充
- .......