转换和增强图像（TRANSFORMING AND AUGMENTING）
转换是模块中可用的常见图像转换。可以使用 Compose 将它们链接在一起。大多数转换类都具有函数等效项：函数转换提供对转换的细粒度控制。如果您必须构建更复杂的转换管道（例如，在分段任务的情况下），这将非常有用。torchvision.transforms大多数变换同时接受 PIL 图像和张量图像，尽管有些变换仅接受 PIL，有些变换仅接受张量。转换转换可用于与 PIL 映像相互转换。
接受张量图像的变换也接受成批的张量图像。张量图像是具有形状的张量，其中是多个通道，并且是图像的高度和宽度。一批张量图像是形状的张量，其中是该批中的许多图像。(C, H, W)CHW(B, C, H, W)B
张量图像值的预期范围由张量 dtype 隐式定义。具有浮点 d 类型的张量图像应具有 中的值。具有整数 d 类型的张量图像应具有值，其中的值是可以在该 d 类型中表示的最大值。[0, 1)[0,MAX_DTYPE]MAX_DTYPE
随机转换将对给定批处理的所有图像应用相同的转换，但它们将在调用之间生成不同的转换。对于跨调用的可重现转换，可以使用功能转换。
Scriptable Transforms
In order to script the transformations, please use instead of Compose.torch.nn.Sequential
transforms = torch.nn.Sequential(
transforms.CenterCrop(10),
transforms.Normalize((0.485, 0.456, 0.406), (0.229, 0.224, 0.225)),
)
scripted_transforms = torch.jit.script(transforms)
Make sure to use only scriptable transformations, i.e. that work with and does not require lambda functions or .torch.TensorPIL.Image
For any custom transformations to be used with , they should be derived from .torch.jit.scripttorch.nn.Module
Functional Transforms
adjust_brightness（img， brightness_factor）
调整图像的亮度。
adjust_contrast（img， contrast_factor）
调整图像的对比度。
adjust_gamma（img， gamma[， gain]）
对图像执行伽玛校正。
adjust_hue（img， hue_factor）
调整图像的色调。
adjust_saturation（img， saturation_factor）
调整图像的颜色饱和度。
adjust_sharpness（img， sharpness_factor）
调整图像的清晰度。
仿射（img，角度，平移，缩放，剪切）
对图像应用仿射变换，使图像中心保持不变。
自动造影器（img）
通过重新映射每个通道的像素来最大化图像的对比度，使最低的像素变为黑色，最亮的图像变为白色。
center_crop（img， output_size）
在中心裁剪给定图像。
convert_image_dtype（图像[，dtype]）
将张量图像转换为给定图像并相应地缩放值 此函数不支持 PIL 图像。dtype
裁剪（img， 顶部， 左， 高度， 宽度）
在指定位置和输出大小裁剪给定图像。
均衡（img）
通过对输入应用非线性映射来均衡图像的直方图，以便在输出中创建灰度值的均匀分布。
erase（img， i， j， h， w， v[， inplace]）
擦除具有给定值的输入张量图像。
five_crop（英制，尺寸）
将给定的图像裁剪成四个角和中央裁剪。
gaussian_blur（img， kernel_size[， sigma]）
通过给定的核对图像执行高斯模糊。
get_dimensions（img）
返回图像的尺寸作为 [通道、高度、宽度]。
get_image_num_channels（img）
返回图像的通道数。
get_image_size（img）
将图像的大小返回为 [宽度、高度]。
hflip（img）
水平翻转给定图像。
反转（img）
反转 RGB/灰度图像的颜色。
规范化（张量，平均值，标准[，就地]）
使用均值和标准差归一化浮点张量图像。
pad（img， padding[， fill， padding_mode]）
使用给定的“pad”值在所有侧面填充给定的图像。
透视（img， startpoints， endpoints[， ...]）
对给定图像执行透视变换。
pil_to_tensor（图）
将 a 转换为相同类型的张量。PIL Image
posterize（img， bits）
通过减少每个颜色通道的位数来对图像进行色调分离。
调整大小（img， size[， interpolation， max_size， ...]）
将输入图像的大小调整为给定大小。
resized_crop（img， top， left， height， width， size）
裁剪给定的图像并将其大小调整为所需大小。
rgb_to_grayscale（img[， num_output_channels]）
将 RGB 图像转换为图像的灰度版本。
旋转（img， angle[， 插值， 展开， ...]）
按角度旋转图像。
solarize（img， threshold）
通过反转所有高于阈值的像素值来日化 RGB/灰度图像。
ten_crop（img， size[， vertical_flip]）
从给定图像生成十张裁剪图像。
to_grayscale（img[， num_output_channels]）
将任何模式（RGB，HSV，LAB等）的PIL图像转换为图像的灰度版本。
to_pil_image（图片[，模式]）
将张量或 ndarray 转换为 PIL 图像。
to_tensor（图）
将 或 转换为张量。PIL Imagenumpy.ndarray
vflip（img）
垂直翻转给定的图像。
数据
Torchvision在模块中提供了许多内置数据集，以及用于构建自己的数据集的实用程序类。torchvision.datasets
内置数据集
所有数据集都是torch.utils.data.Dataset的子类，即它们具有和实现的方法。因此，它们都可以传递给torch.utils.data.DataLoader，后者可以使用worker并行加载多个样本。例如：__getitem____len__torch.multiprocessing
imagenet_data = torchvision.datasets.ImageNet(‘path/to/imagenet_root/’)
data_loader = torch.utils.data.DataLoader(imagenet_data,
batch_size=4,
shuffle=True,
num_workers=args.nThreads)
所有数据集都有几乎相似的API。它们都有两个共同的参数：分别转换输入和目标。您还可以使用提供的基类创建自己的数据集。transformtarget_transform
#### 图像分类 https://pytorch.org/vision/stable/datasets.html#image-classification
#### 图像检测或分割 https://pytorch.org/vision/stable/datasets.html#image-detection-or-segmentation
#### 光流 https://pytorch.org/vision/stable/datasets.html#optical-flow
#### 视频分类 https://pytorch.org/vision/stable/datasets.html#video-classification
自定义数据集可使用的基类
DatasetFolder（root， loader， Any]， …）
通用数据加载程序。
ImageFolder（root， transform， …）
一个通用数据加载器，默认情况下，图像以这种方式排列：。
VisionDataset（root， transforms， transform， …）
基类 用于制作与火炬视觉兼容的数据集。
未完待续。。。
1082
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
