PyTorch学习(二)：Transform

PyTorch文档

Introduction

torchvision.transforms

前言：Transforms是常见的图像变换工具。他们可以通过compose函数被连接起来

Transformation接受tensor图像也接受tensor的batch类型。Tensor类型：CHW，Tensor的batch类型：BCHW

Tensor的范围由Tensor的类型定义，对于float类型，数值在[0, 1)之间；对于整型integer，范围为[0, MAX_DTYPE]

注意：对于torch的随机种子和python的随机种子将会产生不同的结果

# Previous versions
# import random
# random.seed(12)

# Now
import torch
torch.manual_seed(17)

Composition of transforms

Compose

torchvision.transforms.Compose(transforms)

将几个不同的transforms组合起来

transforms.Compose([
    transforms.CenterCrop(10),
    transforms.PILToTensor(),
    transforms.ConvertImageDtype(torch.float),
])

Transforms on PIL Image and Tensor

Resize

torchvision.transforms.Resize(size, interpolation, max_size=None, antialias=None)

将图片大小转换到给定的大小

• size - 输出图像的大小
• interpolation - 插值方法，默认为双线性插值

RandomHorizontalFlip

torchvision.transforms.RandomHorizontalFlip(p=0.5)

将图片以给定的概率随机翻转

Functional Transforms

函数可以为转换的过程提供细粒度控制。与上面的转换相反，函数转换不提供随机数生成器，即随机种子对其无效，你需要对其转换的方式来指定参数

to_tensor

torchvision.transforms.functional.to_tensor(pic)

将PIL Image或者numpy.ndarray转化为tensor
返回：tensor

• pic - PIL Image或者numpy.ndarray

pad

torchvision.transforms.functional.pad(img, padding, fill, padding_mode)

将输入图片的所有边进行填充
返回：PIL Image or Tensor

• img(PIL Image or Tensor) - 填充的图像
• padding(int or sequence) - 如果是int，对所有边都进行填充。如果是两个值，对左右和上下分别填充。如果是四个值，分别填充左上右下
• fill - Pixel fill value for constant fill. Default is 0.如果是一个长度为3的元祖，则分别填充RGB三个值，只有在padding_mode为constant的时候使用
• padding_mode - 填充类型，默认为constant
  • constant：填充特定的值，由fill变量指定
  • edge：由图像边缘的值进行填充
  • reflect：以边为对称轴进行填充，不重复边上的值。例如以2填充[1,2,3,4]会得到[3,2,1,2,3,4,3,2]
  • symmetric：以图像边的最后一个值填充。例如以2填充[1,2,3,4]会得到[3,2,1,2,3,4,3,2]

adjust_gamma

torchvision.transforms.functional.adjust_gamma(img, gamma, gain:float=1)

对一张图片进行gamma校正
返回：gamma校正的图片

$$I_{out}=255\times gain\times (\frac{I_{in}}{255}{)}^{\gamma }$$

• img - PIL Image or Tensor
• gamma - float. gamma大于1会让阴影变暗，gamma小于1会让暗的区域变亮
• gain - 乘积因子

adjust_saturation

torchvision.transforms.functional.adjust_saturation(img, saturation_factor:float)

调整图片的饱满度
返回：PIL Image or Tensor

• img - PIL Image or Tensor
• saturation_factor - float. 调整饱满度。黑白图：0，不变：1，增强饱满度：2