Pytorch torchvision.transforms小结

前言

PIL图像是pyhton种的一种标准图像类

Pytorch 中的accimage

 

正文

用Compose()把所有变形操作合并。

 mytrans = torchvision.transforms.Compose(
    transform1,
    transform2,
    ...,
)

 

尺寸处理

 

CLASS  torchvision.transforms.Resize(size, interpolation=2)

• size resize PIL图像，如果size为一个sequence （h, w），则将图像resize成这个尺寸；如果size为一个int值，则将短边resize成这个尺寸，长边安装对应比例进行缩放，比如 (size * height / width, size)。
• interpolation 采用何种插值方法，默认为双线性。
   

 

CLASS  torchvision.transforms.CenterCrop(size)

• 从图像中心切割
• size 为sequence （h, w），或者整数，决定输出尺寸，若为整数，则输出一个正方形 (size, size)

 

数值处理

 

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

• input需要为(C,H,W)，一般会用ToTensor()预处理
• 对每个channel，做正态化，input[channel] = (input[channel] - mean[channel]) / std[channel]

 

CLASS  torchvision.transforms.ToTensor ()

• 把shape=(H x W x C)的PIL.Image，或者numpy.ndarray，转换成shape=(C x H x W)的像素值范围为[0.0, 1.0]的torch.FloatTensor
• 像素值范围从[0, 255]转成 [  .0  , 1.0 ]
• PIL Image 需要为 (L, LA, P, I, F, RGB, YCbCr, RGBA, CMYK, 1)这几种模式之一
• np.ndarray需要 dtype = np.uint8
• 上述两点不满足时，不进行像素值范围归一化(no scaling)

 

CLASS torchvision.transforms.ToPILImage(mode=None)

• 把 shape = (C x H x W )  的 torch.*Tensor，或者shape=(H x W x C)的numpy.ndarray，转化成 (H x W x C)的PIL Image对象
• 但不会改变像素值范围

 

我结合目前的经验做了个图：

 

其他骚操作

CLASS torchvision.transforms.Lambda(lambd)

• Apply a user-defined lambda as a transform

 

CLASS torchvision.transforms.RandomHorizontalFlip(p=0.5)

• 以固定概率p水平翻转(flip)PIL图像

CLASS torchvision.transforms.RandomVerticalFlip(p=0.5)

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

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

CLASS torchvision.transforms.FiveCrop(size)

 

 

 

 

//参考官方文档https://pytorch.org/docs/stable/torchvision/transforms.html

//博文PyTorch学习系列(二)——数据预处理torchvision.transforms

//博文transforms.ToTensor()本身有维度转换功能

//博文PyTorch进阶教程二