数据预处理torchvision.transforms整理

已于 2023-03-28 10:55:17 修改
阅读量1.2k 收藏 7
点赞数 1
文章标签： 深度学习 pytorch
于 2023-03-27 20:37:01 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_50829873/article/details/129792160
版权

torchvision0.13版官方文档链接

集合
import torchvision.transforms as transforms

torchvision.transforms.Compose(transform1,transform2,...)
transforms.RandomApply(torch.nn.ModuleList([transform1,transform2,...]), p=0.3)      # 概率使用

注：transforms预期输入为[…，H，W] ；示例图源自官方文档
i.e.

center_crops = [T.CenterCrop(size=size)(orig_img) for size in (30, 50, 100, orig_img.size)]
plot(center_crops)

1.Resize（尺寸缩放）

transforms.Resize(size[, interpolation, max_size, ...])
参数描述
size (sequence or int)输出大小(h，w)。如果输入是size(int)，则图像的较小边缘与之匹配。例，如果高度(H)>宽度(W)，则图像将被重新缩放为(size*H/W，size)。
interpolation(InterpolationMode)默认为BILINEAR(双线性插值)。如果输入为张量，则仅支持NEAREST、NEAREST_EXACT、BININEAR、BICUBIC。
max_size(int, optional)图像的最大边长（需大于图像的短边）。
antialias(bool, optional)是否应用抗锯齿，仅对bilinear或bicubic模式有用。

2.RandomCrop（随机裁剪）

transforms.RandomCrop(size[, padding, pad_if_needed, ...])
参数描述
size(sequence or int)输出大小。如果size为int，则生成方形裁剪（size，size）；如果size为sequence且长度为1，则判断输入为（size[0]，size[0]）。
padding(int or sequence, optional)图像边框上填充。如果列表长度为2，则视为左/右和上/下的填充；如果列表长度为，则视为左、上、右、下的填充。 注：在torchscript模式下，输入格式为[padding]。
pad_if_needed(boolean)小于所需大小时，填充图像。
fill(number or tuple)填充像素值的常量，默认为0。如果输入长度为3的元组，则分别填充RGB通道。
padding_mode(str) 填充类型。可选constant、edge、reflect、symmetric，默认为constant。

3.RandomResizedCrop（随机裁剪+缩放）

transforms.RandomResizedCrop(size[, scale, ratio, ...])
参数描述
size(int or sequence)输出大小。如果size为int，则生成方形裁剪（size，size）；如果size为sequence且长度为1，则判断输入为（size[0]，size[0]）。
scale(tuple of python:float)指定随机裁剪区域的相对原图比例下限和上限。
ratio(tuple of python:float)裁剪的随机纵横比的下限和上限。
interpolation(InterpolationMode)默认为BILINEAR(双线性插值)。如果输入为张量，则仅支持NEAREST、NEAREST_EXACT、BININEAR、BICUBIC。
antialias(bool, optional)是否应用抗锯齿，仅对bilinear或bicubic模式有用。

4.CenterCrop（中心裁剪）

若图像小于设定输出尺寸，则用0填充。

transforms.CenterCrop(size)
参数描述
size(int or sequence)输出大小。如果size为int，则生成方形裁剪（size，size）；如果size为sequence且长度为1，则判断输入为（size[0]，size[0]）。

5.FiveCrop（四角+中心裁剪）

transforms.FiveCrop(size)
参数描述
size(int or sequence)输出大小。如果size为int，则生成方形裁剪（size，size）；如果size为sequence且长度为1，则判断输入为（size[0]，size[0]）。
scale(tuple of python:float)指定随机裁剪区域的相对原图比例下限和上限。
ratio(tuple of python:float)裁剪的随机纵横比的下限和上限。
interpolation(InterpolationMode)默认为BILINEAR(双线性插值)。如果输入为张量，则仅支持NEAREST、NEAREST_EXACT、BININEAR、BICUBIC。
antialias(bool, optional)是否应用抗锯齿，仅对bilinear或bicubic模式有用。

6.TenCrop（FiveCrop+翻转）

transforms.TenCrop(size, vertical_flip=False)
参数描述
size(int or sequence)输出大小。如果size为int，则生成方形裁剪（size，size）；如果size为sequence且长度为1，则判断输入为（size[0]，size[0]）。
vertical_flicp(bool)垂直翻转，默认水平翻转。

7.Pad（填充）

transforms.Pad(padding, fill=0, padding_mode='constant')
参数描述
padding(int or sequence)同上（2.RandomCrop）
fill(number or tuple)同上（2.RandomCrop）
padding_mode(str)同上（2.RandomCrop）

8.RandomRotation（按角度随机旋转）

transforms.RandomRotation(degrees, interpolation=InterpolationMode.NEAREST, expand=False, center=None, fill=0)
参数描述
degrees(sequence or number)角度范围 (min, max)。若输入为数字，则视为 (-degrees, +degrees)。
interpolation(InterpolationMode)插值模式，默认为NEAREST。Tensor输入下还可选用BILINEAR模式。
expand(bool, optional)若为True则输出全部旋转图像，否则输出尺寸与输入相等。
center(sequence, optional)设定旋转中心(x，y)，原点为左上角。默认值为图像中心。
fill(sequence or number)填充像素值的常量，默认为0。如果输入长度为3的元组，则分别填充RGB通道。

9.RandomAffine（随机仿射变换[中心不变]）

仿射变换:二维的线性变换，由五种基本原子变换构成，分别是旋转、平移、缩放、错切和翻转。

transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, interpolation=InterpolationMode.NEAREST, fill=0, center=None)
参数描述
degrees(sequence or number)角度范围 (min, max)。若输入为数字，则视为 (-degrees, +degrees)。
translate(tuple, optional)平移范围(a, b)。取-img_width * a < dx < img_width * a水平移动，取-img_height * b < dy < img_height * b垂直移动，默认不平移。
scale(tuple, optional)缩放因子间隔(a，b)，从a<=scale<=b中随机采样缩放。默认保持原始缩放。
shear(sequence or number, optional)剪切范围(shear)。若输入为一个数字，则剪切范围为(-shear，+shear)；若是长度为2的列表，则x轴的剪切范围为(shear[0]，shear[1])；若是长度为4的列表，则x轴剪切范围为(shear[0]，shear[1])，y轴剪切范围为(shear[2]，shear[3])。默认不会剪切。
interpolation(InterpolationMode)插值模式，默认为NEAREST。Tensor输入下还可选用BILINEAR模式。
fill(sequence or number)填充像素值的常量，默认为0。如果输入长度为3的元组，则分别填充RGB通道。
center(sequence, optional)设定旋转中心(x，y)，原点为左上角。默认值为图像中心。

10.RandomPerspective（随机视角）

transforms.RandomPerspective(distortion_scale=0.5, p=0.5, interpolation=InterpolationMode.BILINEAR, fill=0)
参数描述
distortion_scale(float)偏移程度参数，范围从0到1，默认值为0.5。
p(float)图像变换概率，默认值为0.5。
interpolation(InterpolationMode)插值模式，默认为NEAREST。Tensor输入下还可选用BILINEAR模式。
fill(sequence or number)填充像素值的常量，默认为0。如果输入长度为3的元组，则分别填充RGB通道。

11.ElasticTransform（弹性变换）

transforms.ElasticTransform(alpha=50.0, sigma=5.0, interpolation=InterpolationMode.BILINEAR, fill=0)
参数描述
alpha(float or sequence of python:floats)位移的大小，默认值为50.0。
sigma(float or sequence of python:floats)位移的平滑度，默认值为5.0。
interpolation(InterpolationMode)插值模式，默认为NEAREST。Tensor输入下还可选用BILINEAR模式。
fill(sequence or number)填充像素值的常量，默认为0。如果输入长度为3的元组，则分别填充RGB通道。

12.RandomHorizontalFlip（随机水平翻转）

transforms.RandomHorizontalFlip(p=0.5)
参数描述
p(float)翻转概率，默认值为0.5。

13.RandomVerticalFlip（随机垂直翻转）

transforms.RandomVerticalFlip(p=0.5)
参数描述
p(float)翻转概率，默认值为0.5。

14.RandomAdjustSharpness(随机清晰度)

transforms.RandomAdjustSharpness(sharpness_factor, p=0.5)
参数描述
sharpness_factor(float)清晰度，任意非负数。0输出模糊图像，1输出原始图像，2锐化两倍的原始图像。
p(float)图像锐化概率，默认值为0.5。

15.RandomErasing（随机擦除）

transforms.RandomErasing(p=0.5, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=0, inplace=False)
参数描述
p(float)随机擦除的概率，默认值为0.5。
scale(tuple, optional)擦除区域与输入图像的比例范围(a，b)。
ratio(tuple of python:float)擦除区域的随机纵横比的下限和上限。
value默认为 0。如果是单个 int，则用于擦除所有像素。如果是长度为 3 的元组，则分别用于擦除 R、G、B 通道。如果 str 为 ‘random’，则使用随机值擦除每个像素。
inplacemake this transform inplace. 默认为False.

16.Grayscale/RandomGrayscale（转灰度图/随机转）

transforms.Grayscale(num_output_channels=1)
transforms.RandomGrayscale(p=0.1)
参数描述
num_output_channels(int)输出图像的通道数，1或3。
参数描述
p(float)随机概率，默认值为0.1。

17.GaussianBlur（随机高斯模糊）

transforms.GaussianBlur(kernel_size, sigma=(0.1, 2.0))
参数描述
kernel_size(int or sequence)高斯核大小。
sigma(float or tuple of python:float (min, max))核的标准差。若输入为float，则固定；若输入为float (min, max)，则随机选择区间内一数值。

18.RandomPosterize（随机减少图像通道bits）

transforms.RandomPosterize(bits, p=0.5)
参数描述
kernel_size(int or sequence)每个通道保留的bits(0-8)。
p(float)随机概率，默认值为0.5。

19.RandomAutocontras（随机自动调对比度）

transforms.RandomAutocontrast(p=0.5)
参数描述
p(float)随机概率，默认值为0.5。

20.RandomEqualize（随机均衡）

transforms.RandomEqualize(p=0.5)
参数描述
p(float)随机概率，默认值为0.5。

请添加图片描述

ps：

更多可视化效果请参考：总结一些transforms，数据增强的方式

T-SW
关注
  • 1
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
4.3 pytorch数据预处理：transforms图像增强方法
liupc的学习笔记
09-18 9164
一、数据增强概述 二、数据增强方法：裁剪 三、数据增强方法：翻转和旋转 四、 一、数据增强概述 我们来看图片中的数据增强是怎么样的。 左边的图像可以增强得到右边的图片，供模型训练。模型见过更多更丰富的样本，从而提高模型的泛化能力。 下面开始学习具体的数据增强方法。 二、裁剪 ...
Pytoch之torchvision.transforms图像变换实例
09-18
在PyTorch中，`torchvision.transforms`是一个非常重要的模块，它提供了许多处理图像的转换方法，用于数据预处理和增强。这些变换对于训练深度学习模型尤其关键，因为它们能够帮助模型更好地泛化，提高其在未知数据...
pytorch中数据预处理模块：transforms详解
十年以上架构设计经验，专注于软件架构和人工智能领域，对机器视觉、NLP、音视频等领域都有涉猎
12-10 3544
对于视觉方向的图像处理方面，PyTorch提供了很好的预处理接口，对于图像的转换处理，使用 torchvision.tranforms 模块使得这些操作非常高效。
PyTorch模型训练深入指南：第二部分——数据处理与加载
最新发布
daimakezhan_cn_b的博客
06-13 49
在PyTorch中，这些数据增强方法放在了文件中。这些数据处理可以满足我们大部分的需求，我们也可以自定义数据处理函数，实现自己的数据增强。# 数据预处理设置])])前三行设置均值，标准差，以及数据标准化：函数，这里是以通道为单位进行计算均值，标准差。然后用将所需要进行的处理给compose起来，并且需要注意顺序！在训练时，依次对图片进行以下操作：随机裁剪Totensor数据标准化减均值，除以标准差。
torchvision.transforms
qq_44419614的博客
06-02 450
transforms包含了一些常用的图像变换，这些变换能够用Compose串联组合起来。另外，torchvision提供了torchvision.transforms.functional模块。functional可以提供了一些更加精细的变换，用于搭建复杂的变换流水线(例如分割任务）。 原文链接：中文文档 1.CenterCrop class torchvision.transforms.CenterCrop(size) 在中心处裁剪PIL图片。 参数：size(序列 或 int）– 需要裁剪出的形状。如
Pytorch-TORCHVISION.TRANSFORMS(transforms模块)索引
peacefairy的博客
10-16 1014
TORCHVISION.TRANSFORMS简介1、Transforms on PIL Image（对PIL图像进行处理）1-1：torchvision.transforms.CenterCrop(size)1-2:torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)1-3：torchvision.transforms.FiveCrop(size)1-4：torchvision.transforms
PyTorch学习系列(二)——数据预处理torchvision.transforms
热门推荐
CodeTutor
05-31 2万+
import torchvision.transforms as transforms transforms模块提供了一般的图像转换操作类。 class torchvision.transforms.ToTensor 把shape=(H x W x C)的像素值范围为[0, 255]的PIL.Image或者numpy.ndarray转换成shape=(C x H x W)的像素值范围为[0.0,
PyTorch 入门学习（七）————torchvision.transforms
qq_36414085的博客
12-11 1485
文章目录管理各个transform，使用Compose一、裁剪 ------ Crop1、随机裁剪：transforms.RandomCrop2.中心裁剪：transforms.CenterCrop3.随机长宽比裁剪 transforms.RandomResizedCrop4.上下左右中心裁剪：transforms.FiveCrop5.上下左右中心裁剪后翻转: transforms.TenCrop...
导入FashionMNIST数据集时报错module ‘torchvision.datasets’ has no attribute ‘FashionMNIS’
01-07
在阅读动手学深度学习-pytorch的过程中，发现...train=True, download=True, transform=transforms.ToTensor()) mnist_test = torchvision.datasets.FashionMNIST(root='~/Datasets/FashionMNIST', train=False, downl
torchvision.zip
12-08
`torchvision.datasets`包含了多个预处理过的经典计算机视觉数据集，如CIFAR10/100、ImageNet、MNIST、COCO等。这些数据集已经准备就绪，可以直接用于训练模型。例如，使用CIFAR10进行图像分类只需几行代码： ```...
torchvision transform库学习总结
kejizuiqianfang的博客
04-01 4529
torchvision transform库学习总结 参考了https://www.pytorchtutorial.com/docs/torchvision/torchvision-transform/ 首先，在torchvision transform库中，大致有以下几类方法 1.一个类似数组的操作 class torchvision.transforms.Compose(transforms)...
[Pytorch]torchvision.transform
qq_42995479的博客
10-14 906
transforms 是图像处理函数，主要用于对索引出来的图片进行 剪切、翻转、平移、仿射等操作，也就是得到我们想要的预处理过程。 pytorch 提供的 torchvision.transforms 模块是专门用来进行图像预处理的，本文按照处理方式的不同，分组介绍和试验这些预处理方法 注意点 transforms.Compose() 可以把多类转换操作结合起来 可转换的图像包括 PIL Image, Tensor Image 或 batch of Tensor Images. .
torchvision.transforms用法及图片增强方法
yore0531的博客
12-27 1694
在 PyTorch 的 `torchvision.transforms` 中，大多数变换都是设计为应用于PIL 图像格式的。
深度学习基础知识数据 数据预处理transforms流程讲解
guoqingru0311的博客
10-11 1165
深度学习基础知识数据 数据预处理transforms流程讲解
pytorch torchvision.transforms 对图像数据进行归一化
不解不惑
03-23 3980
1.对numpy数据进行归一化 import torch import torchvision import torchvision.transforms as transforms import numpy as np X = np.random.choice(255, (5,4,3)) print(X) transform = transforms.Compose([ tran...
pytorch学习笔记——torchvision.transforms使用
前进！前进！！
08-12 377
torchvision.transforms使用transforms.ToTensor()transforms.Noumalize(mean, std)transforms.Resize(size)transforms.Compose(transforms) transforms.ToTensor() 函数功能： 1. 把shape = (H x W x C) 数据转化为shape = (C x H x W) 形式; 2. 把像素范围为 [0，255] 数据转化为 [0.0，1.0] 范围数据; 3. 把类
torchvision包
qq_35027690的博客
11-09 616
torchvision   该包的主要功能是实现数据的处理，导入和预览等.如果需要对计算机视觉的相关问题进行处理，就可以借用torchvision包中提供的大量的类来完成相应的工作。torchvison包括下面四个部分。   (1).torchvision.datasets:加载图片视频等数据集   (2).torchvision.transforms:常见的图像转换工具，如随机裁剪、旋转等   ...
PyTorch图像处理器torchvision.ToTensor-归一化
weixin_42535423的博客
08-22 4642
在看这一片博客之前，需要先浏览以下我的上一篇博客 import torchvision.transforms as transforms import numpy as np import torch import cv2 from matplotlib import pyplot as plt import matplotlib.image as imgplt img_path = “1.jpg” transforms.ToTensor() transform1 = transforms.Compose(
torchvision.transforms.functional和 torchvision.transforms
11-12
`torchvision.transforms`和`torchvision.transforms.functional`都是PyTorch中用于图像预处理的模块。其中，`torchvision.transforms`提供了一系列类来进行图像预处理，例如`Resize`、`RandomCrop`、`ToTensor`等，这些类可以被用于数据集的预处理。而`torchvision.transforms.functional`提供了一系列函数来进行图像预处理，例如`resize`、`crop`、`to_tensor`等，这些函数可以被用于单张图像的预处理。 下面是一个使用`torchvision.transforms`进行数据集预处理的例子： ```python from torchvision import transforms transform = transforms.Compose([ transforms.Resize(256), transforms.RandomCrop(224), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) dataset = MyDataset(root_dir, transform=transform) ``` 下面是一个使用`torchvision.transforms.functional`进行单张图像预处理的例子： ```python from PIL import Image from torchvision.transforms.functional import resize, crop, to_tensor, normalize img = Image.open('example.jpg') img = resize(img, (256, 256)) img = crop(img, 64, 64, 128, 128) img = to_tensor(img) img = normalize(img, mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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