import torchvision.transforms as transforms
transform = transforms.Compose([
transforms.ToPILImage(),
transforms.RandomResizedCrop(512, scale=(0.8, 1.0)), # 随机裁剪和缩放图像
transforms.RandomHorizontalFlip(), # 随机水平翻转
transforms.RandomVerticalFlip(), # 随机垂直翻转
transforms.RandomRotation(45), # 随机旋转
transforms.ColorJitter(brightness=0.4, contrast=0.4, saturation=0.4, hue=0.1), # 颜色抖动
transforms.RandomAffine(degrees=0, translate=(0.1, 0.1), scale=(0.9, 1.1), shear=10), # 随机仿射变换
transforms.RandomPerspective(distortion_scale=0.5, p=0.5), # 随机透视变换
transforms.Resize([512, 512]),
transforms.Grayscale(),
transforms.ToTensor(),
lambda x: torch.as_tensor(x, dtype=torch.float32)
])
-
transforms.ToPILImage()
:将Tensor
类型的图像转换为PIL Image
类型的图像。这个操作没有使用额外的参数。
-
transforms.RandomResizedCrop(512, scale=(0.8, 1.0))
:随机裁剪和缩放图像。它将图像随机裁剪为指定的大小(这里是512x512),并且可以根据给定的比例范围进行缩放。scale=(0.8, 1.0)
表示将图像在0.8倍到1.0倍之间进行缩放。
-
transforms.RandomHorizontalFlip()
:随机水平翻转图像。以0.5的概率随机选择是否对图像进行水平翻转。
-
transforms.RandomVerticalFlip()
:随机垂直翻转图像。以0.5的概率随机选择是否对图像进行垂直翻转。
-
transforms.RandomRotation(45)
:随机旋转图像。将图像以随机角度旋转,这里的参数45表示随机旋转的角度范围为-45度到+45度。
-
transforms.ColorJitter(brightness=0.4, contrast=0.4, saturation=0.4, hue=0.1)
:颜色抖动。该操作通过随机调整图像的亮度、对比度、饱和度和色调来增加图像的变化。参数的含义如下:
brightness
:亮度调整的范围。0表示无变化,1表示可以增加1倍的亮度,-1表示可以减少1倍的亮度。contrast
:对比度调整的范围。0表示无变化,1表示可以增加1倍的对比度,-1表示可以减少1倍的对比度。saturation
:饱和度调整的范围。0表示无变化,1表示可以增加1倍的饱和度,-1表示可以减少1倍的饱和度。hue
:色调调整的范围。0表示无变化,0.1表示可以在色相空间上随机调整0.1的偏移量。
-
transforms.RandomAffine(degrees=0, translate=(0.1, 0.1), scale=(0.9, 1.1), shear=10)
:随机仿射变换。该操作可以进行随机旋转、平移、缩放和剪切图像。参数的含义如下:
degrees
:随机旋转的角度范围,默认为0,表示不进行随机旋转。translate
:平移图像的范围。它接受一个元组,表示在水平和垂直方向上的最大平移比例。例如,(0.1, 0.1)
表示图像可以在水平和垂直方向上最多平移10%的宽度和高度。scale
:缩放图像的范围。它接受一个元组,表示在水平和垂直方向上的缩放范围。例如,(0.9, 1.1)
表示图像可以在水平和垂直方向上缩放为90%到110%之间的大小。shear
:剪切图像的角度范围。它表示图像可以以一定的角度进行剪切。例如,shear=10
表示图像可以在水平和垂直方向上最多剪切10度。transforms.RandomPerspective(distortion_scale=0.5, p=0.5)
:随机透视变换。该操作以一定的概率对图像进行透视变换。参数的含义如下:
distortion_scale
:透视变换的程度。较高的值将产生更大的透视效果。p
:透视变换被应用的概率。例如,p=0.5
表示以50%的概率应用透视变换。