PyTorch笔记9--transforms数据增强（二）

transforms--图像变换

1.pad

transforms.Pad(#对图片边缘进行填充
    padding, 
    #设置填充大小
    #当为a时，上下左右均填充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
    padding_mode='constant',#填充模式，有4种模式，constant、edge、reflect和symmetric
    fill=0#constant时，设置填充的像素值，(R, G, B) or (Gray)
)

2.ColorJitter

transforms.ColorJitter(#调整亮度、对比度、饱和度和色相
    brightness=0, 
    #亮度调整因子
    #当为a时，从[max(0, 1-a), 1+a]中随机选择
    #当为(a, b)时，从[a, b]中
    contrast=0, #对比度参数，同brightness
    saturation=0, #饱和度参数，同brightness
    hue=0
    #色相参数
    #当为a时，从[-a, a]中选择参数，注： 0<= a <= 0.5
    #当为(a, b)时，从[a, b]中选择参数，注：-0.5 <= a <= b <= 0.5
)

3.RandomGrayscale和Grayscale

RandomGrayscale(#依概率将图片转换为灰度图
    num_output_channels,#输出通道数，只能设1或3
    p=0.1#概率值，图像被转换为灰度图的概率
)


Grayscale(
    num_output_channels
)

4.RandomAffine

RandomAffine(
#对图像进行仿射变换，仿射变换是二维的线性变换，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
    degrees, #旋转角度设置
    translate=None, 
#平移区间设置，如(a, b), a设置宽（width），b设置高(height)图像在宽维度平移的区间为 -img_width * a < dx < img_width * a
    scale=None, #缩放比例（以面积为单位）
    shear=None, 
    resample=False, 
    fillcolor=0#填充颜色设置
)

5.RandomErasing

RandomErasing(#对图像进行随机遮挡
p=0.5, #概率值，执行该操作的概率
scale=(0.02, 0.33), #遮挡区域的面积
ratio=(0.3, 3.3), #遮挡区域长宽比
value=0, #设置遮挡区域的像素值，(R, G, B) or (Gray)
inplace=False
)

参考文献：《 Random Erasing Data Augmentation 》

6.transforms.Lambda

transforms.Lambda(#用户自定义lambda方法
    lambd
    #lambda匿名函数
    #lambda [arg1 [,arg2, … , argn]] : expression
)

eg：

transforms.TenCrop(
    200, 
    vertical_flip=True
),


transforms.Lambda(
lambda crops: torch.stack([transforms.Totensor()(crop) for crop in crops])
),

transfroms--transforms方法操作

1. transforms.RandomChoice

transforms.RandomChoice(#从一系列transforms方法中随机挑选一个
    [transforms1, transforms2, transforms3]
)

2. transforms.RandomApply

transforms.RandomApply(#依据概率执行一组transforms操作
    [transforms1, transforms2, transforms3], 
    p=0.5
)

3. transforms.RandomOrder

transforms.RandomOrder(#对一组transforms操作打乱顺序
[transforms1, transforms2, transforms3]
)

自定义transforms方法

椒盐噪声 ：

        椒盐噪声又称为脉冲噪声，是一种随机出现的白点或者黑点, 白点称为盐噪声， 黑色为椒噪声

信噪比（Signal-Noise Rate, SNR）：

        是衡量噪声的比例，图像中为图像像素的占比

class AddPepperNoise(object):
    def __init__(self, snr, p):
        self.snr = snr
        self.p = p
    def __call__(self, img):
        ```
        添加椒盐噪声具体实现过程
        ```
        return img

class Compose(object):
    def __call__(self, img):
        for t in self.transforms:
            img = t(img)
        return img