pytorch自学手册（3）——数据预处理transforms方法介绍和总结

transform预处理方法主要包括四大类：
1.Crop
2.Flip and Rotation
3.Resize
4.对transforms操作

crop

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
为a:上下左右均填充a个像素
为(a, b):上下填充b个像素，左右填充a个像素
为(a, b, c, d):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

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

Flip and Rotation

1.RandomHorizontalFlip()
2.RandomVerticalFlip()

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()

功能：随机旋转图片

Resize

transforms.Resize()

功能：重置图像分辨率

transforms.Pad(padding,fill=0,padding_mode='constant')

功能：对图片边缘进行填充

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

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

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，b设置高
• scale：缩放比例（以面积为单位）
• fill_color：填充颜色设置

transforms.Normalize(mean, std)

功能：对数据按通道进行标准化，即先减均值，再除以标准差

transforms.ToTensor()

功能：将PIL Image或者 ndarray 转换为tensor，并且归一化至[0-1] 注意事项：归一化至[0-1]是直接除以255，若自己的ndarray数据尺度有变化，则需要自行修改。

自定义transforms方法

transforms.Lambda(lambd)

lambda [arg1 [,arg2, … , argn]] : expression

transforms操作

transforms.RandomChoice([transforms1, transforms2, transforms3])

功能：从一系列transforms方法中随机挑选一个

transforms.RandomApply([transforms1, transforms2, transforms3], p=0.5)

功能：依据概率执行一组transforms操作

transforms.RandomOrder([transforms1, transforms2, transforms3])

功能：对一组transforms操作打乱顺序