一、图像增强
数据增强又称为数据增广,数据扩增,它是对训练集进行变换,使训练集更丰富,从而让模型更具泛化能力
二、transforms——裁剪
1. transforms.CenterCrop
- 功能:从图像中心裁剪图片
- size:所需裁剪图片尺寸
2. transforms.RandomCrop
(size,
padding=
None
,
pad_if_needed=
False
,
fill=
0
,
padding_mode=
'constant')
- 功能:从图片中随机裁剪出尺寸为size的图片
- size:所需裁剪图片尺寸
- padding:设置填充大小 ;当为a时,上下左右均填充a个像素 ;当为(a, b)时,上下填充b个像素,左右填充a个像素 ;当为(a, b, c, d)时,左,上,右,下分别填充a, b, c, d
- pad_if_need:若图像小于设定size,则填充
- padding_mode:填充模式,有4种模式
- ——1、constant:像素值由fill设定
-
——2、edge:像素值由图像边缘像素决定
-
——3、reflect:镜像填充,最后一个像素不镜像,eg:[1,2,3,4] → [3,2,1,2,3,4,3,2]
-
——4、symmetric:镜像填充,最后一个像素镜像,eg:[1,2,3,4] → [2,1,1,2,3,4,4,3]
-
fill:constant时,设置填充的像素值
3. RandomResizedCrop
(size,
scale=(0.08, 1.0),
ratio=(3/4, 4/3),
interpolation)
- 功能:随机大小、长宽比裁剪图片
- size:所需裁剪图片尺寸
- scale:随机裁剪面积比例, 默认(0.08, 1)
- ratio:随机长宽比,默认(3/4, 4/3)
- interpolation:插值方法
- ——PIL.Image.NEAREST
- ——PIL.Image.BILINEAR
- ——PIL.Image.BICUBIC
4.transforms.FiveCrop(size)
5.transforms.TenCrop(size, vertical_flip=False)
- 功能:在图像的上下左右以及中心裁剪出尺寸为size的5张图片,TenCrop对这5张图片 进行水平或者垂直镜像获得10张图片
- size:所需裁剪图片尺寸
- vertical_flip:是否垂直翻转
三、transforms——翻转、旋转
1.RandomHorizontalFlip(p=0.5)
2.RandomVerticalFlip(p=0.5)
- 功能:依概率水平(左右)或垂直(上下)翻转图片
- p:翻转概率
3.RandomRotation
(degrees,
resample=False,
expand=False,
center=None)
- 功能:随机旋转图片
- 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:旋转点设置,默认中心旋转
四、transforms ——图像变换
1.transforms.Pad(padding, fill=0, padding_mode='constant')
- 功能:对图片边缘进行填充
- padding:设置填充大小
- ——当为a时,上下左右均填充a个像素
- ——当为(a, b)时,上下填充b个像素,左右填充a个像素
- ——当为(a, b, c, d)时,左,上,右,下分别填充a, b, c, d
- padding_mode:填充模式,有4种模式,constant、edge、reflect和symmetric
- fill:constant时,设置填充的像素值,(R, G, B) or (Gray)
2.
transforms.
ColorJitter
(brightness=
0
,
contrast=
0
,
saturation=
0
,
hue=
0
)
- 功能:调整亮度、对比度、饱和度和色相
- brightness:亮度调整因子
- ——当为a时,从[max(0, 1-a), 1+a]中随机选择
- ——当为(a, b)时,从[a, b]中
- contrast:对比度参数,同brightness
- saturation:饱和度参数,同brightness
- hue:色相参数,当为a时,从[-a, a]中选择参数,注: 0<= a <= 0.5 ;当为(a, b)时,从[a, b]中选择参数,注:-0.5 <= a <= b <= 0.5
3.Grayscale(num_output_channels)
4.RandomGrayscale(num_output_channels, p=0.1)
- 功能:依概率将图片转换为灰度图
- num_ouput_channels:输出通道数 只能设1或3
- p:概率值,图像被转换为灰度图的概率
5.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)
- 功能:对图像进行仿射变换,仿射变换是二维 的线性变换,由五种基本原子变换构成,分别 是旋转、平移、缩放、错切和翻转
- degrees:旋转角度设置
- translate:平移区间设置,如(a, b), a设置宽(width),b设置高(height) ,图像在宽维度平移的区间为 -img_width * a < dx < img_width * a
- scale:缩放比例(以面积为单位)
- fill_color:填充颜色设置
-
shear:错切角度设置,有水平错切和垂直错切——若为a,则仅在x轴错切,错切角度在(-a, a)之间——若为(a,b),则a设置x轴角度,b设置y的角度——若为(a, b, c, d),则a, b设置x轴角度,c, d设置y轴角度
-
resample:重采样方式,有NEAREST 、BILINEAR、BICUBIC
6.
RandomErasing (p=0.5, scale=(0.02, 0.33),
ratio=(0.3, 3.3),
value=0,
inplace=False)
- 功能:对图像进行随机遮挡
- p:概率值,执行该操作的概率
- scale:遮挡区域的面积
- ratio:遮挡区域长宽比
- value:设置遮挡区域的像素值,(R, G, B) or (Gray)
7. transforms.Lambda(lambd)
- 功能:用户自定义lambda方法
- lambd:lambda匿名函数
- 例如:
- ——transforms.TenCrop(200, vertical_flip=True),
- ——transforms.Lambda(lambda crops: torch.stack([transforms.Totensor()(crop) for crop in crops])),
五、transforms方法操作
1. transforms.RandomChoice([transforms1, transforms2, transforms3])
- 功能:从一系列transforms方法中随机挑选一个
2.transforms.RandomApply([transforms1, transforms2, transforms3], p=0.5)
- 功能:依据概率执行一组transforms操作
3. transforms.RandomOrder([transforms1, transforms2, transforms3])
- 功能:对一组transforms操作打乱顺序
六、自定义transforms方法
自定义transforms要素:
- 1. 仅接收一个参数,返回一个参数
- 2. 注意上下游的输出与输入
class Compose(object):
def __call__(self, img):
for t in self.transforms:
img = t(img)
return img
例如——椒盐噪声:
- 一种随机出现的白点或者黑点, 白点称为盐噪声, 黑色为椒噪声
- 信噪比(Signal-Noise Rate, SNR)是衡量噪声的比例,图像中为图像像素的 占比
class AddPepperNoise(object):
"""增加椒盐噪声
Args:
snr (float): Signal Noise Rate
p (float): 概率值,依概率执行该操作
"""
def __init__(self, snr, p=0.9):
assert isinstance(snr, float) and (isinstance(p, float)) # 2020 07 26 or --> and
self.snr = snr
self.p = p
def __call__(self, img):
"""
Args:
img (PIL Image): PIL Image
Returns:
PIL Image: PIL image.
"""
if random.uniform(0, 1) < self.p:
img_ = np.array(img).copy()
h, w, c = img_.shape
signal_pct = self.snr
noise_pct = (1 - self.snr)
mask = np.random.choice((0, 1, 2), size=(h, w, 1), p=[signal_pct, noise_pct/2., noise_pct/2.])
mask = np.repeat(mask, c, axis=2)
img_[mask == 1] = 255 # 盐噪声
img_[mask == 2] = 0 # 椒噪声
return Image.fromarray(img_.astype('uint8')).convert('RGB')
else:
return img
七、汇总
-
裁剪
- 1. transforms.CenterCrop
- 2. transforms.RandomCrop
- 3. transforms.RandomResizedCrop
- 4. transforms.FiveCrop
- 5. transforms.TenCrop
-
翻转和旋转
- 1. transforms.RandomHorizontalFlip
- 2. transforms.RandomVerticalFlip
- 3. transforms.RandomRotation
-
图像变换
- 1. transforms.Pad
- 2. transforms.ColorJitter
- 3. transforms.Grayscale
- 4. transforms.RandomGrayscale
- 5. transforms.RandomAffine
- 6. transforms.LinearTransformation
- 7. transforms.RandomErasing
- 8. transforms.Lambda
- 9. transforms.Resize
- 10. transforms.Totensor
- 11. transforms.Normalize
-
transforms的操作
- 1. transforms.RandomChoice
- 2. transforms.RandomApply
- 3. transforms.RandomOrder