DataWhale_CV_task2_数据读取与数据扩增

数据读取

pytorch内置了很多数据集，但是这次需要使用的是下载到本地的数据，这里就涉及到pytorch的自定义数据的读取了。pytorch提供了一个名为dataset的抽象类，个人感觉这个的形式更像一个接口了，重载getitem和len方法后，就可以定义一个自己的类了，使用这个类的好处是这样建立的数据集可以很好地被pytorch的其他类调用，比如Dataloader。而且在定义自己的数据类时还可以用transform方法对图片进行处理，这一部分就是涉及到下面的数据扩增了。

lass SVHNDataset(Dataset):
    def __init__(self, img_path, img_label, transform=None):
        self.img_path = img_path
        self.img_label = img_label
        if transform is not None:
            self.transform = transform
        else:
            self.transform = None

    def __getitem__(self, index):
        img = Image.open(self.img_path[index]).convert('RGB')

        if self.transform is not None:
            img = self.transform(img)

        # 设置最长的字符长度为5个
        lbl = np.array(self.img_label[index], dtype=np.int)
        lbl = list(lbl) + (5 - len(lbl)) * [10]
        return img, torch.from_numpy(np.array(lbl[:5]))

    def __len__(self):
        return len(self.img_path)

初始化需要用三个参数。图片路径的list和图片label的list，tranform方法不是必须的。重载getitem方法即是用index进行访问。

数据扩增

torchvision.transforms是pytorch中的图像预处理包，包含了很多种对图像数据进行变换的函数。这里有大佬做了详细总结（传送门）
裁剪——Crop
中心裁剪：transforms.CenterCrop
随机裁剪：transforms.RandomCrop
随机长宽比裁剪：transforms.RandomResizedCrop
上下左右中心裁剪：transforms.FiveCrop
上下左右中心裁剪后翻转，transforms.TenCrop

翻转和旋转——Flip and Rotation
依概率p水平翻转：transforms.RandomHorizontalFlip(p=0.5)
依概率p垂直翻转：transforms.RandomVerticalFlip(p=0.5)
随机旋转：transforms.RandomRotation

图像变换
resize：transforms.Resize
标准化：transforms.Normalize
转为tensor，并归一化至[0-1]：transforms.ToTensor
填充：transforms.Pad
修改亮度、对比度和饱和度：transforms.ColorJitter
转灰度图：transforms.Grayscale
线性变换：transforms.LinearTransformation()
仿射变换：transforms.RandomAffine
依概率p转为灰度图：transforms.RandomGrayscale
将数据转换为PILImage：transforms.ToPILImage
transforms.Lambda：Apply a user-defined lambda as a transform.

对transforms操作，使数据增强更灵活
transforms.RandomChoice(transforms)， 从给定的一系列transforms中选一个进行操作
transforms.RandomApply(transforms, p=0.5)，给一个transform加上概率，依概率进行操作
transforms.RandomOrder，将transforms中的操作随机打乱