实践教程｜13个Pytorch 图像增强方法总结

最新推荐文章于 2024-05-23 00:22:50 发布
最新推荐文章于 2024-05-23 00:22:50 发布
阅读量2.4k 收藏 24
点赞数 2
文章标签： 算法 神经网络 opencv 机器学习 人工智能
原文链接：https://mp.weixin.qq.com/s?__biz=MzU4NjIxODMyOQ==&mid=2247511024&idx=5&sn=da5678e2d2dee24e4b92d3468342d96a&chksm=fdfc45c6ca8bccd05e0c87a60c1a37ed13ca472267374aec7db70082f91e2d16f32b70997df7&scene=126&&sessionid=0
版权

点击上方“视学算法”，选择加"星标"或“置顶”

重磅干货，第一时间送达84b1a99e86cde0ecf100aa32c4618317.jpeg

作者丨结发授长生@知乎（已授权）

来源丨https://zhuanlan.zhihu.com/p/559887437

编辑丨极市平台

导读

 

本文总结了13种图像增强技术的pytorch实现方法，附代码详解。

使用数据增强技术可以增加数据集中图像的多样性，从而提高模型的性能和泛化能力。主要的图像增强技术包括：

  • 调整大小

  • 灰度变换

  • 标准化

  • 随机旋转

  • 中心裁剪

  • 随机裁剪

  • 高斯模糊

  • 亮度、对比度调节

  • 水平翻转

  • 垂直翻转

  • 高斯噪声

  • 随机块

  • 中心区域

调整大小

在开始图像大小的调整之前我们需要导入数据（图像以眼底图像为例）。

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T

plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/000001.tif'))
torch.manual_seed(0) # 设置 CPU 生成随机数的 种子 ，方便下次复现实验结果
print(np.asarray(orig_img).shape) #(800, 800, 3)

#图像大小的调整
resized_imgs = [T.Resize(size=size)(orig_img) for size in [128,256]]
# plt.figure('resize:128*128')
ax1 = plt.subplot(131)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(132)
ax2.set_title('resize:128*128')
ax2.imshow(resized_imgs[0])

ax3 = plt.subplot(133)
ax3.set_title('resize:256*256')
ax3.imshow(resized_imgs[1])

plt.show()
0bd51f8d70575c14ce7f767b5e63a77a.jpeg

灰度变换

此操作将RGB图像转化为灰度图像。

gray_img = T.Grayscale()(orig_img)
# plt.figure('resize:128*128')
ax1 = plt.subplot(121)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(122)
ax2.set_title('gray')
ax2.imshow(gray_img,cmap='gray')
86efb7862f9d0fcb7bdd703eb1bc3a06.jpeg

标准化

标准化可以加快基于神经网络结构的模型的计算速度，加快学习速度。

  • 从每个输入通道中减去通道平均值

  • 将其除以通道标准差。

normalized_img = T.Normalize(mean=(0.5, 0.5, 0.5), std=(0.5, 0.5, 0.5))(T.ToTensor()(orig_img))
normalized_img = [T.ToPILImage()(normalized_img)]
# plt.figure('resize:128*128')
ax1 = plt.subplot(121)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(122)
ax2.set_title('normalize')
ax2.imshow(normalized_img[0])

plt.show()
8a9bd65054ef1ee4892553c08dbe0d90.jpeg

随机旋转

设计角度旋转图像

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))

rotated_imgs = [T.RandomRotation(degrees=90)(orig_img)]
print(rotated_imgs)
plt.figure('resize:128*128')
ax1 = plt.subplot(121)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(122)
ax2.set_title('90°')
ax2.imshow(np.array(rotated_imgs[0]))
b49d369d3f001fe83d13cc3a1dead4dc.jpeg

中心剪切

剪切图像的中心区域

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))

center_crops = [T.CenterCrop(size=size)(orig_img) for size in (128,64)]

plt.figure('resize:128*128')
ax1 = plt.subplot(131)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(132)
ax2.set_title('128*128°')
ax2.imshow(np.array(center_crops[0]))

ax3 = plt.subplot(133)
ax3.set_title('64*64')
ax3.imshow(np.array(center_crops[1]))

plt.show()
cdfaf15ef20efedbe6fa085c241dc668.jpeg

随机裁剪

随机剪切图像的某一部分

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))

random_crops = [T.RandomCrop(size=size)(orig_img) for size in (400,300)]

plt.figure('resize:128*128')
ax1 = plt.subplot(131)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(132)
ax2.set_title('400*400')
ax2.imshow(np.array(random_crops[0]))

ax3 = plt.subplot(133)
ax3.set_title('300*300')
ax3.imshow(np.array(random_crops[1]))

plt.show()
f1149d6a1e36afa5705169d3014e9ab7.jpeg

高斯模糊

使用高斯核对图像进行模糊变换

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))

blurred_imgs = [T.GaussianBlur(kernel_size=(3, 3), sigma=sigma)(orig_img) for sigma in (3,7)]

plt.figure('resize:128*128')
ax1 = plt.subplot(131)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(132)
ax2.set_title('sigma=3')
ax2.imshow(np.array(blurred_imgs[0]))

ax3 = plt.subplot(133)
ax3.set_title('sigma=7')
ax3.imshow(np.array(blurred_imgs[1]))

plt.show()
cae2d88e7cb03a10989dece9890b2b49.jpeg

亮度、对比度和饱和度调节

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))
# random_crops = [T.RandomCrop(size=size)(orig_img) for size in (832,704, 256)]
colorjitter_img = [T.ColorJitter(brightness=(2,2), contrast=(0.5,0.5), saturation=(0.5,0.5))(orig_img)]

plt.figure('resize:128*128')
ax1 = plt.subplot(121)
ax1.set_title('original')
ax1.imshow(orig_img)
ax2 = plt.subplot(122)
ax2.set_title('colorjitter_img')
ax2.imshow(np.array(colorjitter_img[0]))
plt.show()
5e9e7507e775927cc82f4c966186f8e7.jpeg

水平翻转

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))

HorizontalFlip_img = [T.RandomHorizontalFlip(p=1)(orig_img)]

plt.figure('resize:128*128')
ax1 = plt.subplot(121)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(122)
ax2.set_title('colorjitter_img')
ax2.imshow(np.array(HorizontalFlip_img[0]))


plt.show()
eba0f894350f7165d91c51c45fffa427.jpeg

垂直翻转

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))

VerticalFlip_img = [T.RandomVerticalFlip(p=1)(orig_img)]

plt.figure('resize:128*128')
ax1 = plt.subplot(121)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(122)
ax2.set_title('VerticalFlip')
ax2.imshow(np.array(VerticalFlip_img[0]))

# ax3 = plt.subplot(133)
# ax3.set_title('sigma=7')
# ax3.imshow(np.array(blurred_imgs[1]))

plt.show()
80865c981f24975590fd6d1d12a0a566.jpeg

高斯噪声

向图像中加入高斯噪声。通过设置噪声因子，噪声因子越高，图像的噪声越大。

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))


def add_noise(inputs, noise_factor=0.3):
    noisy = inputs + torch.randn_like(inputs) * noise_factor
    noisy = torch.clip(noisy, 0., 1.)
    return noisy


noise_imgs = [add_noise(T.ToTensor()(orig_img), noise_factor) for noise_factor in (0.3, 0.6)]
noise_imgs = [T.ToPILImage()(noise_img) for noise_img in noise_imgs]

plt.figure('resize:128*128')
ax1 = plt.subplot(131)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(132)
ax2.set_title('noise_factor=0.3')
ax2.imshow(np.array(noise_imgs[0]))

ax3 = plt.subplot(133)
ax3.set_title('noise_factor=0.6')
ax3.imshow(np.array(noise_imgs[1]))

plt.show()
92c0ee91316a99b4ef70869b2f8797a6.jpeg

随机块

正方形补丁随机应用在图像中。这些补丁的数量越多，神经网络解决问题的难度就越大。

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))


def add_random_boxes(img,n_k,size=64):
    h,w = size,size
    img = np.asarray(img).copy()
    img_size = img.shape[1]
    boxes = []
    for k in range(n_k):
        y,x = np.random.randint(0,img_size-w,(2,))
        img[y:y+h,x:x+w] = 0
        boxes.append((x,y,h,w))
    img = Image.fromarray(img.astype('uint8'), 'RGB')
    return img

blocks_imgs = [add_random_boxes(orig_img,n_k=10)]

plt.figure('resize:128*128')
ax1 = plt.subplot(131)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(132)
ax2.set_title('10 black boxes')
ax2.imshow(np.array(blocks_imgs[0]))


plt.show()
5a60522cf83df0ac7ffe39d2b051030d.jpeg

中心区域

和随机块类似，只不过在图像的中心加入补丁

from PIL import Image
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
import sys
import torch
import numpy as np
import torchvision.transforms as T


plt.rcParams["savefig.bbox"] = 'tight'
orig_img = Image.open(Path('image/2.png'))


def add_central_region(img, size=32):
    h, w = size, size
    img = np.asarray(img).copy()
    img_size = img.shape[1]
    img[int(img_size / 2 - h):int(img_size / 2 + h), int(img_size / 2 - w):int(img_size / 2 + w)] = 0
    img = Image.fromarray(img.astype('uint8'), 'RGB')
    return img


central_imgs = [add_central_region(orig_img, size=128)]


plt.figure('resize:128*128')
ax1 = plt.subplot(131)
ax1.set_title('original')
ax1.imshow(orig_img)

ax2 = plt.subplot(132)
ax2.set_title('')
ax2.imshow(np.array(central_imgs[0]))
#
# ax3 = plt.subplot(133)
# ax3.set_title('20 black boxes')
# ax3.imshow(np.array(blocks_imgs[1]))

plt.show()
3599dce78f446df4127f3b135117454d.jpeg

88eed514375b32ce622cbe97195966c7.png

outside_default.png

点个在看 paper不断！

视学算法
关注
  • 2
    点赞
  • 踩
  • 24
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用Pytorch进行图像增强的综合教程
小白学视觉
05-28 592
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达最近，在研究项目中，开始了解图像增强技术的重要性。该项目的目标是训练一个能够重建原始图像的鲁棒生成模型。所解决的问题是异常检测，这是一个相当具有挑战性的问题，因为数据量很小，而且模型不足以单独完成所有工作。常见的场景是使用可用于训练的正常图像训练网络模型，并在包含正常图像和异常图像的测试集上评估其性能。最初的假设是，生成模型应该...
使用pytorch进行图像的顺序读取方法
09-20
今天小编就为大家分享一篇使用pytorch进行图像的顺序读取方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
pytorch 图像预处理之减去均值,除以方差的实例
09-18
今天小编就为大家分享一篇pytorch 图像预处理之减去均值,除以方差的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
深度学习入门之Pytorch——数据增强
热门推荐
weixin_40793406的博客
12-06 4万+
数据增强 卷积神经网络非常容易出现过拟合的问题，而数据增强的方法是对抗过拟合问题的一个重要方法。 2012 年 AlexNet 在 ImageNet 上大获全胜，图片增强方法功不可没，因为有了图片增强，使得训练的数据集比实际数据集多了很多’新’样本，减少了过拟合的问题，下面我们来具体解释一下。 常用的数据增强方法 常用的数据增强方法如下： 1.对图片进行一定比例缩放 2.对图片进行随机位置的截取 ...
pytorch图像数据增强N大技巧
qq_29367075的博客
08-24 2622
数据增强对深度神经网络的训练来说是非常重要的，尤其是在数据量较小的情况下能起到扩充数据的效果。 还记得当时在学习过拟合的解决方法的时候，就有一条就是数据增强，那么我们这次来学习下，在 pytorch 中如何进行数据增强的具体操作。 直接上代码，很清晰明了。 import PIL.Image as Image import os from torchvision import transforms as transforms import torchvision.transforms.functional a
实战｜13个Pytorch 图像增强方法总结（附代码）
小白学视觉
08-19 3125
点击上方“小白学视觉”，选择加"星标"或“置顶” 重磅干货，第一时间送达作者丨结发授长生@知乎链接丨https://zhuanlan.zhihu.com/p/559887437使用数据增强技术可以增加数据集中图像的多样性，从而提高模型的性能和泛化能力。主要的图像增强技术包括：调整大小灰度变换标准化随机旋转中心裁剪随机裁剪高斯模糊亮度、对比度调节水平翻转垂直翻转高斯噪声随机块中心区域调整大小在开始...
pytorch transforms图像增强
浪客的博客
04-04 1748
深度学习是由数据驱动的，而数据的数量和分布对于模型的优劣具有决定性作用，所以我们需要对数据进行一定的预处理以及数据增强，用于提升模型的泛化能力。 一般来说深度学习神经网络训练前都需要做数据增强 (Data Augmentation)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。
Pytorch数据增强代码，适用于所有常见的图像任务
普通人能赶追天才的方法只有坚持
06-01 1万+
该模块涵盖了我们经常使用到的数据增强手段，注释详细，开箱即用，小白可以直接使用，大神也可以轻易定制。我希望该模块能够帮助大家减少重复造轮子的工作，将精力用在更重要的地方。
【Pytorch基础学习】（2）图像增强（Transforms）
qq_43456016的博客
04-10 647
图像数据对神经网络训练影像较大，样本空间不够大或者数量不足是会严重影响训练结果，也容易导致模型过拟合，泛化能力差。并且数据往往总不是模型所需的最终处理输入形式。我们可以使用transforms对数据进行一些操作，使其适合训练。
掌握PyTorch中的图像处理与特征提取
禅与计算机程序设计艺术
01-25 821
1.背景介绍 图像处理和特征提取是计算机视觉领域的基础和核心技术，它们在图像识别、图像分类、目标检测等任务中发挥着重要作用。PyTorch是一个流行的深度学习框架，它提供了丰富的图像处理和特征提取功能，可以帮助我们更高效地实现计算机视觉任务。在本文中，我们将深入探讨PyTorch中的图像处理与特征提取技术，揭示其核心概念、算法原理和实际应用场景，并提供一些最佳实践和代码示例。 1. 背景介绍 ...
python课程设计大作业-PyTorch实现图像识别基于卷积神经网络的识别方法RMB.zip
06-29
python课程设计大作业—PyTorch实现图像识别基于卷积神经网络的识别方法RMB。已获导师指导并通过的高分项目。 python课程设计大作业—PyTorch实现图像识别基于卷积神经网络的识别方法RMB。已获导师指导并通过的高分...
Python库 | reformer_pytorch-0.6.1.tar.gz
03-10
python库。 资源全名：reformer_pytorch-0.6.1.tar.gz
【深度学习】13个Pytorch 图像增强方法总结
fengdu78的博客
09-09 1782
转载自 | 极市平台作者 | 结发授长生来源丨https://zhuanlan.zhihu.com/p/559887437使用数据增强技术可以增加数据集中图像的多样性，从而提高模型的性能和泛化能力。主要的图像增强技术包括：调整大小灰度变换标准化随机旋转中心裁剪随机裁剪高斯模糊亮度、对比度调节水平翻转垂直翻转高斯噪声随机块中心区域1『调整大小』在开始图像大小的调整之前我们需要导入数据（图像以眼底图像...
pytorch中图片数据增强的方法
ys1305的博客
06-30 1万+
Compose组合 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 torchvision.transforms.Compose(transforms) # 用于把一系列变换组合到一起。 # 参数：transforms（list或Transform对象）- 一系列需要进行组合的变换。 >>> transforms.Compose([ &g...
传统基本图像处理方法：图像增强（灰度变换、直方图增强、空间域滤波、频率域滤波）、图像分割、图像配准等
星智云图StarImagine
06-29 2万+
图像处理设计主要有以下几种处理：图像增强（灰度变换、直方图增强、空间域滤波、频率域滤波）、图像分割、图像配准等等。 图像增强： 图像增强作为基本的图像处理技术，目的在于通过对图像进行加工使其比原始图像更适合于特定应用，即图像灰度增强是根据特定需要有目的进行。医学图像由于成像设备和获取条件等影响，可能会出现图像质量的退化：另外影像医生希望获得对比度高、细节丰富、可读性好的图像以降低阅片强度便于诊断。通过图像增强改善图像的视觉质量，让观察者能够看到更加直接、清晰、适于分析的信息。传统的图像灰度增强方法可分为空
【pytorch】常用图像处理与数据增强方法合集（torchvision.transforms）
A book super
12-21 1615
【pytorch】常用图像处理与数据增强方法合集（torchvision.transforms） 来源连接： https://www.cnblogs.com/ghgxj/p/14219097.html
常用的图像增强方法
weixin_46556352的博客
04-14 9896
图像增强
超分辨率：使用pytorch深度学习来增强图像的分辨率，使其更清晰。
sybh的博客
10-18 151
创建一个基于深度学习的超分辨率（Super-Resolution）模型是计算机视觉领域的热门任务之一。在这篇PyTorch实战博客中，我们将深入研究超分辨率技术，并构建一个用于增强图像分辨率的深度学习模型。
牛客网刷题 | BC95 小乐乐与进制转换
最新发布
m0_64000959的博客
05-23 796
目前主要分为三个专栏，后续还会添加： 专栏如下： C语言刷题解析 C语言系列文章 我的成长经历感谢阅读！初来乍到，如有错误请指出，感谢！小乐乐在课上学习了二进制八进制与十六进制后，对进制转换产生了浓厚的兴趣。因为他的幸运数字是6，所以他想知道一个数表示为六进制后的结果。请你帮助他解决这个问题。输入一个正整数n (1 ≤ n ≤ 109)输出一行，为正整数n表示为六进制的结果确定基数：十进制转六进制，基数为6。除以基数：将十进制数除以6。
pytorch图像处理
09-09
对于图像处理，PyTorch提供了一些常用的功能和库，可以帮助你进行图像处理任务。以下是一些你可以在PyTorch中使用的图像处理技术： 1. 数据加载和预处理：PyTorch提供了`torchvision`库，其中包含了一些常用的图像数据集和数据变换操作。你可以使用`torchvision.datasets`模块加载常见的图像数据集，如MNIST、CIFAR等。同时，你可以使用`torchvision.transforms`模块进行图像的预处理操作，如调整大小、裁剪、旋转、翻转等。 2. 卷积神经网络（CNN）：PyTorch中的`torch.nn`模块提供了构建CNN的类和函数，你可以使用这些类和函数创建自定义的卷积神经网络模型。通过定义卷积层、池化层、全连接层等组件，你可以构建一个用于图像分类、目标检测或语义分割等任务的CNN模型。 3. 预训练的模型：PyTorch提供了一些经过大规模训练的预训练模型，如ResNet、VGG、Inception等。这些预训练模型可以直接加载并在新数据上进行微调或特征提取。你可以使用`torchvision.models`模块加载这些预训练模型，并根据自己的需要进行修改和使用。 4. 图像生成：PyTorch中的生成对抗网络（GAN）模型也可以用于图像生成任务。你可以使用`torch.nn`模块定义生成器和判别器网络，并使用GAN框架进行训练。通过训练生成器网络，你可以生成逼真的图像样本。 5. 图像风格转换：PyTorch中也有一些库，如Fast Neural Style Transfer（快速神经风格转换），可以帮助你将图像的风格从一个输入图像转移到另一个目标图像。这在艺术创作和图像增强领域中很有用。 这只是一些PyTorch在图像处理方面的功能和技术示例，你可以根据具体任务的需求来选择和使用相关的技术。使用PyTorch进行图像处理需要一定的编程基础和理解，建议先学习PyTorch的基础知识和相关文档，然后根据需要进行实践和进一步学习。

“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
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