『PyTorch』transforms

1. 数据增强

1.1. 中心化

• transforms.ToTensor()
  呃…这方法有点尴尬针对图片的，或者元素值在[0,255]之间的矩阵，将所有元素值缩放到[0,1]之间，不适用一般的张量

1.2. 标准化

• transforms.Normalize()

  • 功能：$output=\frac{input-mean}{std}$

  transforms.Normalize(mean, std, inplace=False)
  

  • 主要参数
    • mean：各通道的均值
    • std：各通道的标准差
    • inplace：是否原地操作

1.3. 缩放

• transforms.Resize()
  • 主要参数
    • size
      如果是整数则代表方形缩放，否则是矩形，要给出长度为2的序列

1.4. 裁剪

1. transforms.CenterCrop()

   • 功能：从图像中心裁剪图片
   • 主要参数：
     • size：所需裁剪图片尺寸，可以是整数或长度为2的序列

2. transforms.RandomCrop()

   • 功能：从图片中随机裁剪出尺寸为size的图片

     transforms.RandomCrop(size, padding=None, pad_if_need=False,
                           fill=0, padding_mode='constant')
     

   • 主要参数：

     • size：尺寸大小
     • padding：设置填充大小
       • 当为a时，四边填充a个像素
       • 当为(a,b)时。左右填充a个像素，上下填充b个像素
       • 当为(a,b,c,d)时，左、上、右、下分别填充a,b,c,d个像素
     • pad_if_need：若图像小于设定size，则填充
     • padding_mode：填充模式
       • 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，e.g. [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，e.g. [1,2,3,4]→[2,1,1,2,3,4,4,3]
     • fill：padding_mode=constant时，设置的填充值

3. transforms.RandomResizedCrop()

   • 功能：随机大小长宽比裁剪图片

     transforms.RandomResizedCrop(size, scale=(0.08, 1.0), 
                             ratio=(3/4, 4/3), interpolation)
     

   • 主要参数：

     • size：所需裁剪图片尺寸
     • scale：随机裁剪面积比例
     • ratio：随机长宽比
     • interpolation：插值方法
       • PIL.Image.NEAREST
       • PIL.Image.BILINEAR
       • PIL.Image.BICUBIC

4. transforms.FiveCrop()

5. transforms.TenCrop()

1.5. 旋转

• transforms.RandomRotation()

  transforms.RandomRotation(degrees,resample=False,expand=False,center=None)
  

  • 主要参数：

    • 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

    • center：旋转中心，默认是图片中心

1.6. 翻转

transforms.RandomHorizontalFlip()和transforms.RandomVerticalFlip()

• 功能：依概率水平(左右)或垂直(上下)翻转图片

• 主要参数：概率p

1.7. 填充

• transforms.Pad()

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

• 主要参数：

  • padding：设置填充大小
    • 当为a时，四边填充a个像素
    • 当为(a,b)时。左右填充a个像素，上下填充b个像素
    • 当为(a,b,c,d)时，左、上、右、下分别填充a,b,c,d个像素
  • padding_mode：填充模式
    • 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，e.g. [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，e.g. [1,2,3,4]→[2,1,1,2,3,4,4,3]
  • fill：padding_mode=constant时，设置的填充值(R,G,B)或灰度值(Gray)

1.8. 亮度、对比度、饱和度和色相变换

• 用到时再查吧~~，现在没心情

1.9. 空间几何变换

• 看不懂…太数学了

1.10. 遮挡

• transforms.RandomErasing()

  transforms.RandomErasing(p=0.5, scale=(0.02,0.33), 
                           ratio=(0.3,3.3), value=0, inplace=False)
  

  • 功能：对图片进行随机遮挡
  • 主要参数：
    • p：概率值，执行该操作的概率
    • scale：遮挡区域面积
    • ratio：遮挡区域长宽比
    • value：设置遮挡区域像素值

1.11 自定义lambda方法

• transforms.Lambda()

  transforms.Lambda(lambda)
  

  实现一些简单的操作，主要由于调用多个数据增强方法时，输入输出不匹配，可以用自定义的lambda方法实现输入输出匹配

2. 选择操作

2.1 RandomChoice

• 功能：从一系列transforms方法中随机挑选一个执行

  transforms.RandomChoice([transforms1, transforms2, transforms3])
  

2.2 RandomApply

• 功能：依据概率执行一组transforms操作

  transforms.RandomApply([transforms1, transforms2, transforms3], p=0.5)
  

2.3 RandomOrder

• 功能：对一组transforms操作打乱顺序执行

  transforms.RandomOrder([transforms1, transforms2, transforms3])
  

3. 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
  • 注意上下文的输入于输出

  class MyTransforms(object):
      def __init__(self, ...):
          # 这里可以传入多参数
          pass
          
      def __call__(self, img):
          pass