PyTorch实现数据增强（kaggle环境）

一、数据增强方法：

1. 对图片进行比例缩放

2. 对图片进行随机位置的截取

3. 对图片进行随机水平和竖直翻转

4. 对图片进行随机角度的旋转

5. 对图片进行亮度、对比度和颜色随机变化

二、Torch中已经把这些方法内置在了torchvision中，可以直接调用

from PIL import Image
from torchvision import transforms as tfs

im = Image.open('../input/cat.jpg')
im

1. 随机比例缩放

使用：torchvision.transforms.Resize()，参数1表示缩放图片大小，可以为tuple，参数2表示缩放方法，默认为双线性插值

print('before scale, shape: {}'.format(im.size))
new_im = tfs.Resize((100,200))(im)
print('after scale, shape: {}'.format(new_im.size))
new_im

before scale, shape: (121, 121)
after scale, shape: (200, 100)

2.随机位置截取

使用：

（1）torchvision.transforms.RandomCrop()，参数为截取图片的大小

（2）torchvision.transforms.CenterCrop()，参数为截取图片的大小，但以原始图片的中心为中心

# 随机裁剪
random_im = tfs.RandomCrop((60, 60))