PyTorch库 | (二) torchvision.transforms

torchvision.transforms

• PyTorch中文文档：pytorch torchvision transform
• PyTorch源码解读（二）torchvision.transforms

torchvision.transforms这个包中包含resize、crop等常见的data augmentation操作，基本上PyTorch中的data augmentation操作都可以通过该接口实现。该包主要包含两个脚本：transformas.py和functional.py，前者定义了各种data augmentation的类，在每个类中通过调用functional.py中对应的函数完成data augmentation操作。

该包主要包含五类变换：

1. Transforms on PIL Image（对PIL.Image进行变换）
2. Transforms on torch.Tensor（对Tensor进行变换）
3. Conversion Transforms
4. Generic Transforms（通用变换）
5. Functional Transforms

1. Transforms on PIL Image

1. class torchvision.transforms.Compose(transforms) ：将多个transform组合起来使用。
2. torchvision.transforms.RandomOrder（transforms） #以随机顺序应用转换列表。
3. torchvision.transforms.RandomChoice(transforms)：应用从列表中随机挑选的单个转换。
4. 大小
5. torchvision.transforms.Resize(size，interpolation = 2 )：将输入PIL图像的大小调整为给定大小。
6. class torchvision.transforms.CenterCrop(size)：将给定的PIL.Image进行中心切割，得到给定的size。
7. class torchvision.transforms.RandomCrop(size, padding=0)：切割中心点的位置随机选取。
8. torchvision.transforms.FiveCrop(size)：将给定的PIL图像裁剪为四个角和中央裁剪。
9. torchvision.transforms.TenCrop(size，vertical_flip = False )：将给定的PIL图像裁剪为四个角，中央裁剪加上这些的翻转版本（默认使用水平翻转）。
10. class torchvision.transforms.RandomSizedCrop(size, interpolation=2)：先将给定的PIL.Image随机切，然后再resize成给定的size大小。
11. 翻转
12. class torchvision.transforms.RandomHorizontalFlip：随机水平翻转给定的PIL.Image,概率为0.5。
13. torchvision.transforms.RandomVerticalFlip（p = 0.5 ）：以给定的概率随机垂直翻转给定的PIL图像。
15. class torchvision.transforms.Pad(padding, fill=0)：将给定的PIL.Image的所有边用给定的pad value填充。 padding：要填充多少像素 ；fill：用什么。
16. 变换
17. torchvision.transforms.RandomRotation（degrees，resample = False，expand = False，center = None ）：按角度旋转图像。
18. torchvision.transforms.RandomAffine（degrees，translate = None，scale = None，shear = None， resample = False，fillcolor = 0 ）：图像保持中心不变的随机仿射变换。
19. torchvision.transforms.RandomPerspective（distortion_scale = 0.5，p = 0.5，interpolation = 3 ）：以给定的概率随机执行给定PIL图像的透视变换 。
20. 颜色
21. class torchvision.transforms.ColorJitter（亮度= 0，对比度= 0，饱和度= 0，色调= 0 ）: 随机更改图像的亮度，对比度和饱和度。
    14.torchvision.transforms.RandomGrayscale(p = 0.1)：将图像随机转换为灰度，概率为p（默认值为0.1）。

2. Transforms on torch.Tensor

1. class torchvision.transforms.Normalize(mean, std)：给定均值：(R,G,B)， 方差：（R，G，B），将会把Tensor正则化。即：Normalized_image=(image-mean)/std。

3. Conversion Transforms

1. class torchvision.transforms.ToTensor：把一个取值范围是[0,255]的PIL.Image或者shape为(H,W,C)的numpy.ndarray，转换成形状为[C,H,W]，取值范围是[0,1.0]的torch.FloadTensor。
2. class torchvision.transforms.ToPILImage：将shape为(C,H,W)的Tensor或shape为(H,W,C)的numpy.ndarray转换成PIL.Image，值不变。

4. Generic Transforms

1. class torchvision.transforms.Lambda(lambd)：使用lambd作为转换器。

5. Functional Transforms

功能转换提供了对转换管道的细粒度控制。与上面的转换相反，功能转换不包含其参数的随机数生成器。这意味着您必须指定/生成所有参数。

1. torchvision.transforms.functional.adjust_brightness（img，brightness_factor ） #调整图像的亮度，返回的是亮度调整后的PIL图像
2. torchvision.transforms.functional.adjust_contrast（img，contrast_factor ）#调整图像的对比度。
3. torchvision.transforms.functional.adjust_hue（img，hue_factor ）#调整图像的色调。
4. torchvision.transforms.functional.affine（img，angle，translate，scale，shear，resample = 0，fillcolor = None ）#在图像保持图像中心不变的情况下应用仿射变换。
5. torchvision.transforms.functional.crop（img，i，j，h，w ）#裁剪给定的PIL图像。
6. torchvision.transforms.functional.erase（img，i，j，h，w，v ）#用给定值擦除输入Tensor Image，返回的是删除图像。
7. torchvision.transforms.functional.five_crop（img，size ）#将给定的PIL图像裁剪为四个角和中央裁剪。
8. torchvision.transforms.functional.hflip（img ）#水平翻转给定的PIL图像，img（PIL图像） - 要翻转的图像。
9. torchvision.transforms.functional.normalize（tensor，mean，std，inplace = False ）#用平均值和标准偏差归一化张量图像。
10. torchvision.transforms.functional.pad（img，padding，fill = 0，padding_mode ='constant' ）#使用指定的填充模式和填充值在所有面上填充给定的PIL图像。
11. torchvision.transforms.functional.perspective(img, startpoints, endpoints, interpolation=3)#执行给定PIL图像的透视变换。
12. torchvision.transforms.functional.resized_crop（img，i，j，h，w，size，interpolation = 2 ） #裁剪给定的PIL图像并将其调整为所需大小。特别是用于RandomResizedCrop。
13. torchvision.transforms.functional.ten_crop（img，size，vertical_flip = False ） #将给定的PIL图像裁剪成四个角，中央裁剪加上这些翻转版本（默认使用水平翻转）#返回值为元组（tl，tr，bl，br，center，tl_flip，tr_flip，bl_flip，br_flip，center_flip）对应的左上角，右上角，左下角，右下角和中心裁剪，翻转图像相同。
14. torchvision.transforms.functional.to_grayscale（img，num_output_channels = 1 ） #将图像转换为图像的灰度版本。
15. torchvision.transforms.functional.to_tensor（pic ）#Convert a PIL Image or numpy.ndarray to tensor.