#博学谷IT学习技术支持#
PyTorch中的transforms图像增强方法
一、数据增强(Data Augmentation)
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。
1.1 中心裁剪
transforms.CenterCrop
功能:从中心裁剪图片
size:所需裁剪图片尺寸
1.2 随机裁剪
transforms.RandomCrop
功能:从图片中随机裁剪初尺寸为size的图片
size:所需裁剪图片尺寸
padding:设置填充大小,当为 int时, 例如padding=a时,图片上下左右均填充a个像素;当为tupple时,(a, b),则左右填充a个像素,上下填充b个像素;(a, b, c, d), 则左填充a个像素,下填充b个像素,右填充c个像素, 上填充d个像素。
pad_if_needed=False(默认), 若图像小于设定的size,则填充。当超出尺寸时,必须打开,不然会报错。
padding_mode:填充模式,有4种,
1、constant:像素由fill设定。
2、edge:像素由图像边沿像素决定。
3、reflect:像素填充,最后一个像素不镜像, 例如: [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, 例如:[1, 2, 3, 4] --> [2, 1, 1, 2, 3, 4, 4, 3]
file: