文章目录
-
- torchvision.models模块
- torchvision.transforms图片变换
-
- 一、 裁剪——Crop
- 1.随机裁剪:transforms.RandomCrop
- 2.中心裁剪:transforms.CenterCrop
- 3.随机长宽比裁剪 transforms.RandomResizedCrop
- 4.上下左右中心裁剪:transforms.FiveCrop
- 5.上下左右中心裁剪后翻转: transforms.TenCrop
- 二、翻转和旋转——Flip and Rotation
- 6.依概率p水平翻转transforms.RandomHorizontalFlip
- 7.依概率p垂直翻转transforms.RandomVerticalFlip
- 8.随机旋转:transforms.RandomRotation
- 三、图像变换
- 9.resize:transforms.Resize
- 10.标准化:transforms.Normalize
- 11.转为tensor:transforms.ToTensor
- 12.填充:transforms.Pad
- 13.修改亮度、对比度和饱和度:transforms.ColorJitter
- 14.转灰度图:transforms.Grayscale
- 15.线性变换:transforms.LinearTransformation()
- class torchvision.transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)
- 17.依概率p转为灰度图:transforms.RandomGrayscale
- 18.将数据转换为PILImage:transforms.ToPILImage
- 19.transforms.Lambda
- 四、对transforms操作,使数据增强更灵活
- 20.transforms.RandomChoice(transforms)
- 21.transforms.RandomApply(transforms, p=0.5)
- 22.transforms.RandomOrder
- Baseline运行问题
torchvision.models模块
该模块中包含以下模型结构。
- AlexNet
- VGG
- ResNet
- SqueezeNet
- DenseNet
可以通过调用构造函数来构造具有随机权重的模型:
import torchvision.models as models
resnet18 = models.resnet18()
alexnet = models.alexnet()
squeezenet = models.squeezenet1_0()
densenet = models.densenet_161()
models.resnet18(pretrained=True),pretrained=True时返回模型在ImageNet上训练好的模型。官方文档里resnet18是分类效果最好的。
所有预先训练的模型都希望输入图像以相同的方式归一化,即小批量的3通道RGB图像形状(3 x H x W),其中H和W预计至少为224。图像必须加载到[0,1]的范围,然后使用 mean = [0.485,0.456,0.406] 和 std = [0.229,0.224,0.225] 归一化。 可以使用以下转换来规范化:
normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225])
torchvision.transforms图片变换
如果所用操作的结果都只生成一张图片,那么一个epoch的数据量是不会增加的,但是一般的操作具有随机性质,多个epoch累积起来就相当于用了很多张不同的数据了。然后还有就是例如FiveCrop这类一次生成几张图片的就会增加图片数量
https://www.codenong.com/cs106040831/ 这里讲的很详细
class torchvision.transforms.Compose(transforms)
torchvision.transforms.Resize
torchvision.transforms.Resize
住图像尺度统一为224×224时,要用transforms.Resize([224, 224]),不能写成transforms.Resize(224),transforms.Resize(224)表示把图像的短边统一为224,另外一边做同样倍速缩放,不一定为224
一、 裁剪——Crop
1.随机裁剪:transforms.RandomCrop
"""Crops the given PIL Image at the center.
Args:
size (sequence or int): Desired output size of the crop. If size is an
int instead of sequence like (h, w), a square crop (size, size) is
made.
"""
2.中心裁剪:transforms.CenterCrop
class torchvision.transforms.CenterCrop(size)
功能:依据给定的size从中心裁剪
参数:
size- (sequence or int),若为sequence,则为(h,w),若为int,则(size,size)
3.随机长宽比裁剪 transforms.RandomResizedCrop
class torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=2)
功能:随机大小,随机长宽比裁剪原始图片,最后将图片resize到设定好的size
参数:
size- 输出的分辨率
scale- 随机crop的大小区间,如scale=(0.08, 1.0),表示随机crop出来的图片会在的0.08倍至1倍之间。
ratio- 随机长宽比设置
interpolation- 插值的方法,默认为双线性插值(PIL.Image.BILINEAR)
4.上下左右中心裁剪:transforms.FiveCrop
class torchvision.transforms.FiveCrop(size)
功能:对图片进行上下左右以及中心裁剪,获得5张图片,返回一个4D-tensor
参数:
size- (sequence or int),若为sequence,则为(h,w),若为int,则(size,size)
5.上下左右中心裁剪后翻转: transforms.TenCrop
class torchvision.transforms.TenCrop(size, vertical_flip=False)
功能:对图片进行上下左右以及中心裁剪,然后全部翻转(水平或者垂直),获得10张图片,返回一个4D-tensor。
参数:
size- (sequence or int),若为sequence,则为(h,w),若为int,则(size,size)
vertical_flip (bool) - 是否垂直翻转,默认为flase,即默认为水平翻转
二、翻转和旋转——Flip and Rotation
6.依概率p水平翻转transforms.RandomHorizontalFlip
class torchvision.transforms.RandomHorizontalFlip(p=0.5)
功能:依据概率p对PIL图片进行水平翻转
参数:
p- 概率,默认值为0.5
7.依概率p垂直翻转transforms.RandomVerticalFlip
class torchvision.transforms.RandomVerticalFlip(p=0.5)
功能:依据概率p对PIL图片进行垂直翻转
参数:
p- 概率,默认值为0.5
8.随机旋转:transforms.RandomRotation
class torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None)
功能:依degrees随机旋转一定角度
参数:
degress- (sequence or float or int) ,若为单个数,如 30,则表示在(-30,+30)之间随机旋转
若为sequence,如(30,60),则表示在30-60度之间随机旋转
resample- 重采样方法选择,可选 PIL.Image.NEAREST, PIL.Image.BILINEAR, PIL.Image.BICUBIC