pytorch(7)——二十二种transforms数据预处理方法

                                                                                                                                    **一、数据增强**

数据增强：叫数据增广，数据扩增，他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。
二、transforms——裁剪
1）transforms.Centercrop
功能：从图像中心裁剪图片
size:所需裁剪图片尺寸
2)

功能：从图片中随机裁剪出尺寸为size的图片
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（顺时针）分别填充a,b,c,d
padding_if_need：若图像设定size,则填充
padding_mode：填充模式，有4种模式
• constant：像素值由fill设定
• edge：像素值由图像边缘像素决定
• reflect：镜像填充，最后一个像素不镜像，如[1,2,3]—>[2，1，2，3，2]
• symmetric：镜像填充，最后一个像素镜像，如[1,2,3]—>[1,1,2,3,3]
3)

功能：随机大小、长宽比裁剪图片
• size：所需裁剪图片尺寸
• scale：随机裁剪面积比例, 默认(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
4)

功能：在图像的上下左右以及中心裁剪出尺寸为size的5张图片

功能：对这5张图片进行水平或者垂直镜像获得10张图片
• size：所需裁剪图片尺寸
• vertical_flip：是否垂直翻转
三、transforms——翻转和旋转
1)
RandomHorizontalFlip(p=0.5)
RandomVerticalFlip(p=0.5)
功能：依概率水平（左右）或垂直（上下）翻转图片
• p：翻转概率
2)

功能：随机旋转图片
• degrees：旋转角度
当为a时，在（ -a， a）之间选择旋转角度
当为(a, b)时，在(a, b)之间选择旋转角度
• resample：重采样方法
• expand：是否扩大图片,旋转时图片会相应的扩大
• center：旋转点设置，默认中心旋转
三、transforms——图像变换
1）

功能：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：填充模式，有4种模式， constant、 edge、 reflect和symmetric
• fill： constant时，设置填充的像素值， (R, G, B) or (Gray)
2）

功能：调整亮度、对比度、饱和度和色相
• brightness：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：对比度参数，同brightness
• saturation：饱和度参数，同brightness
• hue：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）

功能：依概率将图片转换为灰度图
• num_ouput_channels：输出通道数
只能设1或3
• p：概率值，图像被转换为灰度图的概率
4）

功能：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：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：缩放比例（以面积为单位）
• fill_color：填充颜色设置
• shear：错切角度设置，有水平错切和垂直错切
若为a，则仅在x轴错切，错切角度在(-a, a)之间
若为(a， b)，则a设置x轴角度， b设置y的角度
若为(a, b, c, d)，则a, b设置x轴角度， c, d设置y轴角度
• resample：重采样方式，有NEAREST 、 BILINEAR、 BICUBIC
5）

功能：对图像进行随机遮挡
• p：概率值，执行该操作的概率
• scale：遮挡区域的面积
• ratio：遮挡区域长宽比
• value：设置遮挡区域的像素值， (R, G, B) or (Gray)
6）

功能：用户自定义lambda方法
• lambd： lambda匿名函数
lambda [arg1 [,arg2, … , argn]] : expression
如：
transforms.TenCrop(200, vertical_flip=True),
transforms.Lambda(lambda crops:torch.stack([transforms.Totensor()(crop) for crop in crops])),

四、transforms——transforms方法操作

五、自定义transforms方法
自定义transforms要素：
1、仅接收一个参数，返回一个参数
2、注意上下游的输出与输入

通过类实现多参数传入：

举例：添加椒盐噪声
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。信噪比越大图像的噪声越多。
代码：

总结：

数据增强实战应用
原则：让训练集与测试集更接近