PyTorch中的transforms图像增强方法

---

#博学谷IT学习技术支持#

---

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：