Pytorch之数据增强3

Transforms on PIL Image

torchvision.transforms.functional

 

torchvision.transforms.functionaltorchvision.transforms的区别在于torchvision.transforms.functional可以自己设定格式,torchvision.transforms一般用于torchvision.transforms.Compose中,如下:

 

transforms.Compose([
    transforms.CenterCrop(10),
    transforms.ToTensor(),
])
torchvision.transforms.functional.adjust_brightness(img, brightness_factor)
torchvision.transforms.functional.adjust_contrast(img, contrast_factor)
torchvision.transforms.functional.adjust_gamma(img, gamma, gain=1)
torchvision.transforms.functional.adjust_hue(img, hue_factor)
torchvision.transforms.functional.adjust_saturation(img, saturation_factor)
torchvision.transforms.functional.affine(img, angle, translate, scale, shear, resample=0, fillcolor=None)


torchvision.transforms.functional.hflip(img)
torchvision.transforms.functional.vflip(img)


torchvision.transforms.functional.crop(img, i, j, h, w)
torchvision.transforms.functional.five_crop(img, size)
torchvision.transforms.functional.ten_crop(img, size, vertical_flip=False)


torchvision.transforms.functional.normalize(tensor, mean, std, inplace=False)

torchvision.transforms.functional.pad(img, padding, fill=0, padding_mode='constant')

torchvision.transforms.functional.resize(img, size, interpolation=2)

torchvision.transforms.functional.resized_crop(img, i, j, h, w, size, interpolation=2)

torchvision.transforms.functional.rotate(img, angle, resample=False, expand=False, center=None)


torchvision.transforms.functional.to_grayscale(img, num_output_channels=1)

torchvision.transforms.functional.to_pil_image(pic, mode=None)

torchvision.transforms.functional.to_tensor(pic)

 

 

 

 

 

 

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值