pytorch框架(计算机视觉）一.数据增强

pytorch框架中一些代码的解释

预处理函数

class torchvision.transforms.Compose(transforms)

    data_transforms = {
        'train': transforms.Compose([
            transforms.RandomSizedCrop(48),
            transforms.RandomHorizontalFlip(),
            transforms.ToTensor(),
            transforms.Normalize([0.5,0.5,0.5], [0.5,0.5,0.5])
        ]),
        'val': transforms.Compose([
            transforms.Scale(image_size),
            transforms.CenterCrop(crop_size),
            transforms.ToTensor(),
            transforms.Normalize([0.5,0.5,0.5], [0.5,0.5,0.5])
        ]),
    }

Compose方法是将多种变换组合起来。

1.crop

裁剪（Crop）—— transforms.CenterCrop：中心裁剪：size:所需要裁剪的尺寸 transforms.RandomCrop：从图片中随机裁剪出尺寸为size的图片
transforms.RandomResizedCrop：随机大小、长宽比裁剪图像
transforms.FiveCrop：在图像上下左右以及中心裁剪出尺寸为size的5张图像
transforms.TenCrop：对裁剪的5张图像进行水平或垂直镜像获得10张图像

transforms.RandomCrop：

size:所需裁剪图像尺寸。
padding：填充大小: 当为a时，上下左右均填充为a个像素，当为(a,b)时，上下填充b个像素，左右填充a个像素，当为(a,b,c,d)时，左、上、右、下分别填充a,b,c,d。
pad_if_need：图像小于设定size，则填充。
padding_mode：填充模式，有四种模式。
1、constant：像素值由fill设定
2、edge：像素值由图像边缘像素决定。
3、reflect：镜像填充，最后一个像素不镜像，
eg：[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，
eg：[1,2,3 ,4 ] → [2,1,1,2,3,4,4 ,3 ]。
fill：constant时，设置填充的像素值。

transforms.RandomResizedCrop：

size：裁剪图像大小。
scale：随机裁剪面积比例，默认是(0.08,1)。
ratio：随机长宽比，默认（3/4,4/3）。
interpolation：插值方法，PIL.Image.Nearest\PIL.Image.Bilinear\PIL.Image.Bicubic

————————————————
原文链接：https://blog.csdn.net/weixin_43687366/article/details/107740433

transforms.RandomResizedCrop( ) 将给定图像随机裁剪为不同的大小和宽高比，然后缩放所裁剪得到的图像为制定的大小；（即先随机采集，然后对裁剪得到的图像缩放为同一大小）默认scale=(0.08, 1.0)

from PIL import Image
from torchvision import transforms
import matplotlib.pyplot as plt
img = Image.open(r"F:\code DVC\python image processing\hanli2.png")
print("原图大小：",img.size)
data1 = transforms.RandomResizedCrop(200)(img)
print("随机裁剪后的大小:",data1.size)
data2 = transforms.RandomResizedCrop(200)(img)
data3 = transforms.RandomResizedCrop(100)(img)

# 解决中文显示问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.subplot(2,2,1),plt.imshow(img),plt.axis('off'),plt.title("原图")
#plt.subplot(2,2,1)表示把显示界面分割成2*2的网格。
# 其中，第一个参数是行数，第二个参数是列数，第三个参数表示图形的标号。
plt.subplot(2,2,2),plt.imshow(data1),plt.axis('off'),plt.title("200图1")
plt.subplot(2,2,3),plt.imshow(data2),plt.axis('off'),plt.title("200图2")
plt.subplot(2,2,4),plt.imshow(data3),plt.axis('off'),plt.title("100图3")
plt.show()

2.翻转和旋转

翻转和旋转（Flip and Rotation）
依概率p水平翻转：transforms.RandomHorizontalFlip(p=0.5)
依概率p垂直翻转：transforms.RandomVerticalFlip(p=0.5)
随机旋转：transforms.RandomRotation

3.图像变换

transforms.Pad：对图像边缘进行填充
transforms.ColorJitter：修改图像亮度、对比度饱和度
transforms.Grayscale：转灰度图
transforms.RandomGrayscale：依概率转换为灰度图
transforms.RandomAffine：仿射变换
transforms.LinearTransformation：线性变换
transforms.RandomErasing：随机选择图像中的矩形区域并擦除其像素。 transforms.Lambda
transforms.Resize
transforms.ToTensor：转换为tensor向量
transforms.Normalize：标准化

(1).transform.Normalize经常看到

transform.ToTensor(),
transform.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5))

以上面代码为例，ToTensor()能够把灰度范围从0-255变换到0-1之间，而后面的transform.Normalize()则把0-1变换到(-1,1).具体地说，对每个通道而言，Normalize执行以下操作：

image=(image-mean)/std

原文链接：https://blog.csdn.net/jzwong/article/details/104272600

4.transforms的操作

transforms.RandomChoice：从给定的一系列transforms中选一个进行操作
transforms.RandomApply：给一个transforms加上概率，以一定的概率执行该操作
transforms.RandomOrder：将transforms中的操作顺序随机打乱
原文链接：https://blog.csdn.net/weixin_43687366/article/details/107740433