1. 裁剪——Crop
中心裁剪：transforms.CenterCrop
随机裁剪：transforms.RandomCrop
随机长宽比裁剪：transforms.RandomResizedCrop
上下左右中心裁剪：transforms.FiveCrop
上下左右中心裁剪后翻转，transforms.TenCrop
2. 翻转和旋转——Flip and Rotation
依概率 p 水平翻转：transforms.RandomHorizontalFlip(p=0.5)
依概率 p 垂直翻转：transforms.RandomVerticalFlip(p=0.5)
随机旋转：transforms.RandomRotation
3.图像变换
resize：transforms.Resize
标准化：transforms.Normalize
转为 tensor，并归一化至[0-1]：transforms.ToTensor
填充：transforms.Pad
修改亮度、对比度和饱和度：transforms.ColorJitter
转灰度图：transforms.Grayscale
线性变换：transforms.LinearTransformation()
仿射变换：transforms.RandomAffine
依概率 p 转为灰度图：transforms.RandomGrayscale
将数据转换为 PILImage：transforms.ToPILImage
transforms.Lambda：Apply a user-defined lambda as a transform.
4.对 transforms 操作，使数据增强更灵活
transforms.RandomChoice(transforms)， 从给定的一系列 transforms 中选一个进行操作
transforms.RandomApply(transforms, p=0.5)，给一个 transform 加上概率，依概率进行操作
transforms.RandomOrder，将 transforms 中的操作随机打乱
一、 裁剪——Crop
1.随机裁剪：transforms.RandomCrop
class torchvision.transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0,
padding_mode=‘constant’)
功能：依据给定的 size 随机裁剪
参数：
size- (sequence or int)，若为 sequence,则为(h,w)，若为 int，则(size,size)
padding-(sequence or int, optional)，此参数是设置填充多少个 pixel。
当为 int 时，图像上下左右均填充 int 个，例如 padding=4，则上下左右均填充 4 个 pixel，
若为 3232，则会变成 4040。
当为 sequence 时，若有 2 个数，则第一个数表示左右扩充多少，第二个数表示上下的。当
有 4 个数时，则为左，上，右，下。
fill- (int or tuple) 填充的值是什么（仅当填充模式为 constant 时有用）。int 时，各通道均填
充该值，当长度为 3 的 tuple 时，表示 RGB 通道需要填充的值。
padding_mode- 填充模式，这里提供了 4 种填充模式，1.constant，常量。2.edge 按照图片
边缘的像素值来填充。3.reflect，暂不了解。 4. symmetric，暂不了解。
2.中心裁剪：transforms.CenterCrop
class torchvision.transforms.CenterCrop(size)
功能：依据给定的 size 从中心裁剪
参数：
size- (sequence or int)，若为 sequence,则为(h,w)，若为 int，则(size,size)
3.随机长宽比裁剪 transforms.RandomResizedCrop
class torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.33333
33333333333), interpolation=2)
功能：随机大小，随机长宽比裁剪原始图片，最后将图片 resize 到设定好的 size
参数：
size- 输出的分辨率
scale- 随机 crop 的大小区间，如 scale=(0.08, 1.0)，表示随机 crop 出来的图片会在的 0.08
倍至 1 倍之间。
ratio- 随机长宽比设置
interpolation- 插值的方法，默认为双线性插值(PIL.Image.BILINEAR)
4.上下左右中心裁剪：transforms.FiveCrop
class torchvision.transforms.FiveCrop(size)
功能：对图片进行上下左右以及中心裁剪，获得 5 张图片，返回一个 4D-tensor
参数：
size- (sequence or int)，若为 sequence,则为(h,w)，若为 int，则(size,size)
5.上下左右中心裁剪后翻转: transforms.TenCrop
class torchvision.transforms.TenCrop(size, vertical_flip=False)
功能：对图片进行上下左右以及中心裁剪，然后全部翻转（水平或者垂直），获得 10 张图
片，返回一个 4D-tensor。
参数：
size- (sequence or int)，若为 sequence,则为(h,w)，若为 int，则(size,size)
vertical_flip (bool) - 是否垂直翻转，默认为 flase，即默认为水平翻转
二、翻转和旋转——Flip and Rotation
6.依概率 p 水平翻转 transforms.RandomHorizontalFlip
class torchvision.transforms.RandomHorizontalFlip(p=0.5)
功能：依据概率 p 对 PIL 图片进行水平翻转
参数：
p- 概率，默认值为 0.5
7.依概率 p 垂直翻转 transforms.RandomVerticalFlip
class torchvision.transforms.RandomVerticalFlip(p=0.5)
功能：依据概率 p 对 PIL 图片进行垂直翻转
参数：
p- 概率，默认值为 0.5
8.随机旋转：transforms.RandomRotation
class torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, cente
r=None)
功能：依 degrees 随机旋转一定角度
参数：
degress- (sequence or float or int) ，若为单个数，如 30，则表示在（-30，+30）之间随机旋
转
若为 sequence，如(30，60)，则表示在 30-60 度之间随机旋转
resample- 重采样方法选择，可选
PIL.Image.NEAREST, PIL.Image.BILINEAR, PIL.Image.BICUBIC ，默认为最近邻
expand- ?
center-
可选为中心旋转还是左上角旋转
三、图像变换
9.resize：transforms.Resize
class torchvision.transforms.Resize(size, interpolation=2)
功能：重置图像分辨率
参数：
size- If size is an int, if height > width, then image will be rescaled to (size * height / width,
size)，所以建议 size 设定为 h*w
interpolation- 插值方法选择，默认为 PIL.Image.BILINEAR
10.标准化：transforms.Normalize
class torchvision.transforms.Normalize(mean, std)
功能：对数据按通道进行标准化，即先减均值，再除以标准差，注意是 hwc
11.转为 tensor：transforms.ToTensor
class torchvision.transforms.ToTensor
功能：将 PIL Image 或者 ndarray 转换为 tensor，并且归一化至[0-1]
注意事项：归一化至[0-1]是直接除以 255，若自己的 ndarray 数据尺度有变化，则需要自行
修改。
12.填充：transforms.Pad
class torchvision.transforms.Pad(padding, fill=0, padding_mode=‘constant’)
功能：对图像进行填充
参数：
padding-(sequence or int, optional)，此参数是设置填充多少个 pixel。
当为 int 时，图像上下左右均填充 int 个，例如 padding=4，则上下左右均填充 4 个 pixel，
若为 3232，则会变成 4040。
当为 sequence 时，若有 2 个数，则第一个数表示左右扩充多少，第二个数表示上下的。当
有 4 个数时，则为左，上，右，下。
fill- (int or tuple) 填充的值是什么（仅当填充模式为 constant 时有用）。int 时，各通道均填
充该值，当长度为 3 的 tuple 时，表示 RGB 通道需要填充的值。
padding_mode- 填充模式，这里提供了 4 种填充模式，1.constant，常量。2.edge 按照图片
边缘的像素值来填充。3.reflect，？ 4. symmetric，？
13.修改亮度、对比度和饱和度：transforms.ColorJitter
class torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)
功能：修改修改亮度、对比度和饱和度
14.转灰度图：transforms.Grayscale
class torchvision.transforms.Grayscale(num_output_channels=1)
功能：将图片转换为灰度图
参数：
num_output_channels- (int) ，当为 1 时，正常的灰度图，当为 3 时， 3 channel with r ==
g == b
15.线性变换：transforms.LinearTransformation()
class torchvision.transforms.LinearTransformation(transformation_matrix)
功能：对矩阵做线性变化，可用于白化处理！ whitening: zero-center the data, compute
the data covariance matrix
参数：
transformation_matrix (Tensor) – tensor [D x D], D = C x H x W
16.仿射变换：transforms.RandomAffine
class torchvision.transforms.RandomAffine(degrees, translate=None, scale=None, shear=Non
e, resample=False, fillcolor=0)
功能：仿射变换
17.依概率 p 转为灰度图：transforms.RandomGrayscale
class torchvision.transforms.RandomGrayscale(p=0.1)
功能：依概率 p 将图片转换为灰度图，若通道数为 3，则 3 channel with r == g == b
18.将数据转换为 PILImage：transforms.ToPILImage
class torchvision.transforms.ToPILImage(mode=None)
功能：将 tensor 或者 ndarray 的数据转换为 PIL Image 类型数据
参数：
mode- 为 None 时，为 1 通道， mode=3 通道默认转换为 RGB，4 通道默认转换为 RGBA
19.transforms.Lambda
Apply a user-defined lambda as a transform.
暂不了解，待补充。
四、对 transforms 操作，使数据增强更灵活
PyTorch 不仅可设置对图片的操作，还可以对这些操作进行随机选择、组合
20.transforms.RandomChoice(transforms)
功能：从给定的一系列 transforms 中选一个进行操作，randomly picked from a list
21.transforms.RandomApply(transforms, p=0.5)
功能：给一个 transform 加上概率，以一定的概率执行该操作
22.transforms.RandomOrder
功能：将 transforms 中的操作顺序随机打乱
