pytorch使用——（五）transforms详解
一、基础知识
1、计算机视觉工具包：torchvisiontorchvision.transforms : 常用的图像预处理方法
torchvision.datasets : 常用数据集的dataset实现，MNIST，CIFAR-10，ImageNet等
torchvision.model : 常用的模型预训练，AlexNet，VGG， ResNet，GoogLeNet等
2、常用的图像预处理方法数据中心化、数据标准化、缩放、裁剪、旋转、翻转、填充、噪声添加、灰度变换、线性变换、仿射变换、亮度、饱和度及对比度变换。同时transforms所处的位置为（在函数getitem中）：
二、重点讲解
1、图像标准化：transforms.Normalize功能：逐channel的对图像进行标准化、output = (input - mean) / std、 mean：各通道的均值、std：各通道的标准差、inplace：是否原地操作。图像标准化是将数据通过去均值实现中心化的处理，根据凸优化理论与数据概率分布相关知识，数据中心化符合数据分布规律，更容易取得训练之后的泛化效果, 数据标准化是数据预处理的常见方法之一。（这里的均值是像素均值）
transforms.Normalize(mean,std,inplace=False)
注：标准化的原理是我们默认自然图像是一类平稳的数据分布(即数据每一维的统计都服从相同分布)，此时，在每个样本上减去数据的统计平均值可以移除共同的部分，凸显像素个体差异。 个人认为还可以去除图像的亮度信息，增加模型的泛化能力。
2、裁剪1）transforms.CenterCrop，功能：中心裁剪，size：所需尺寸大小
2）transforms.RandomCrop，功能：从图片中随机裁剪。
transforms.RandomCrop(size,padding=None,pad_if_needed=False,fill=0,padding_mode='constant')
size：所需裁剪图片尺寸
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。
pad_if_need：若图像小于设定size，则填充。
padding_mode：填充模式，有4种模式。a：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，eg：[1,2,3,4] → [3,2,1,2,3,4,3,2]
fill：constant时，设置填充的像素值
3）transforms.RandomCrop，功能：随机大小、长宽比裁剪图片
RandomResizedCrop(size,scale=(0.08, 1.0),ratio=(3/4, 4/3),interpolation)
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）FiveCrop，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
transforms.TenCrop(size,vertical_flip=False)
5）TenCrop，功能：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，在对对这5张图片进行水平或垂直镜像获得10张图片
transforms.TenCrop(size,vertical_flip=False)
size：所需裁剪图片尺寸
vertical_flip：是否垂直翻转
1）RandomHorizontalFlip，RandomVerticalFlip，功能：依概率水平（左右）或垂直（上下）
RandomHorizontalFlip(p=0.5) #p:翻转概率
RandomVerticalFlip(p=0.5)
2）RandomRotation，功能：随机旋转图片
RandomRotation(degrees,resample=False,expand=False,center=None)
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，以保持原图
center：旋转点设置，默认中心旋转
1） Pad，功能：对图片边缘进行填充。
transforms.Pad(padding,fill=0,padding_mode='constant')
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）ColorJitter，功能：调整亮度、对比度、饱和度和色相
transforms.ColorJitter(brightness=0,contrast=0,saturation=0,hue=0)
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）Grayscale，功能：将图片转换为灰度图
Grayscale(num_output_channels)
4）RandomGrayscale，功能：依概率将图片转换为灰度图
RandomGrayscale(num_output_channels,p=0.1)
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
5）RandomAffine，功能：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，有旋转、平移、缩放、错切和翻转
RandomAffine(degrees,translate=None,scale=None,shear=None,resample=False,fillcolor=0)
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
6）RandomErasing，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)
7）transforms.Lambda，功能：用户自定义lambda方法
transforms.Lambda(lambd)
lambd：lambda匿名函数，ambda [arg1 [,arg2, … , argn]] : expression
transforms.TenCrop(200, vertical_flip=True),
transforms.Lambda(lambda crops: torch.stack([transforms.Totensor()(crop) for crop in crops]))
5、transforms的操作1）transforms.RandomChoice，功能：从一系列transforms方法中随机挑选一个
transforms.RandomChoice([transforms1, transforms2, transforms3])
2）transforms.RandomApply，功能：依据概率执行一组transforms操作
transforms.RandomApply([transforms1, transforms2, transforms3], p=0.5)
3）transforms.RandomOrder，功能：对一组transforms操作打乱顺序
transforms.RandomOrder([transforms1, transforms2, transforms3]) 6、自定义transforms
1）基本要素：仅接收一个参数，返回一个参数；注意上下游的输出与输入；通过类实现多参数传入
class Compose(object):
def __call__(self, img):
for t in self.transforms:
img = t(img)
return img
class YourTransforms(object):
def __init__(self, ...):
...
def __call__(self, img):
...
return img
2）举例（自定义实现椒盐噪声）
class Compose(object):
def __call__(self, img):
for t in self.transforms:
img = t(img)
return img
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
三、补充
1、tensor.sub_:在操作中带下划线的都是直接对原始数据进行更改的操作。
2、图像处理技术应用（注意的是训练集应与测试集保持一致）
空间位置：平移
色彩：灰度图，色彩抖动
形状：仿射变换
上下文场景：遮挡，填充
相关知识
使用PyTorch实现对花朵的分类
图像分类：AlexNet网络、五分类 flower 数据集、pytorch
基于pytorch搭建神经网络的花朵种类识别（深度学习）
pytorch深度学习框架——实现病虫害图像分类
基于pytorch搭建AlexNet神经网络用于花类识别
Pytorch神经网络【手写数字识别】
Pytorch实现102类鲜花分类(102 Category Flower Dataset)
AlexNet pytorch代码注释
【免费】基于pytorch的深度学习花朵种类识别项目完整教程（内涵完整文件和代码）
pytorch实现迁移训练
网址: pytorch使用——（五）transforms详解 https://m.huajiangbk.com/newsview1074159.html
| 上一篇: Android10 androi |
下一篇: 输出n个格子需要的麦粒数 |
