pytorch数据增广

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/qq_16130715/article/details/100588687

常用的数据增广方法

1. 对图片进行按比例缩放
2. 对图片进行随机位置的截取
3. 对图片进行随机的水平和竖直翻转
4. 对图片进行随机角度的旋转
5. 对图片进行亮度、对比度和颜色的随机变化

下面使用torchvision演示一下这些数据增强方法。

1 2 3

import sys from PIL import Image from torchvision import transforms

1 2 3

# 载入图片 img = Image.open('img.jpg') img

随机比例缩放

  随机比例缩放使用的是torchvision.transforms.Resize()函数，函数有两个参数，第一个参数为缩放大小，如果为一个值则会按比例缩放，否则按传入的值缩放；第二个参数表示缩放图片使用的方法，默认的是双线性差值。

1 2 3 4 5 6 7 8

# 比例缩放 print('缩放前尺寸为:{}'.format(img.size)) new_img = transforms.Resize(224)(img) print('缩放后尺寸为:{}'.format(new_img.size)) new_img 缩放前尺寸为:(134, 43) 缩放后尺寸为:(698, 224)

1 2	new_img = transforms.RandomCrop(224, padding=8)(new_img) new_img

1 2 3 4 5

new_img = transforms.Resize((224, 224))(img) print('缩放后尺寸为:{}'.format(new_img.size)) new_img 缩放后尺寸为:(224, 224)

随机位置截取

  随机位置截取能够提取图片中的局部信息，使得网络接受的输入具有多尺度的特征，所以能够有较好的效果，在torchvision中主要有以下两种方式，一个是torchvision.transforms.RandomCrop()，传入的参数是截取出图片的长和宽，在图片的随机位置进行截取；第二个是torchvision.transforms.CenterCrop()，同样传入图片的长和宽，会在图片的中心进行截取。

1 2 3

# 随机位置截取 100x100 的区域 random_img = transforms.RandomCrop(100)(new_img) random_img

1 2 3

# 中心裁剪出 100x100 的区域 center_img = transforms.CenterCrop(100)(new_img) center_img

1 2 3

# 进行填充后随机裁剪 random_img2 = transforms.RandomCrop(224, padding=8)(new_img) random_img2

随机水平翻转和竖直翻转

torchvision.transforms.RandomHorizontalFlip()和torchvision.transforms.RandomVerticalFlip()

1 2 3

# 随机水平翻转 h_flip = transforms.RandomHorizontalFlip()(new_img) h_flip

1 2 3

# 随机竖直翻转 v_flip = transforms.RandomVerticalFlip()(new_img) v_flip

随机角度旋转

torchvision.transforms.RandomRotation()

1 2	rot_im = transforms.RandomRotation(30)(new_img) rot_im

亮度、对比度和颜色变化

torchvision.transforms.ColorJitter()函数有四个参数，第一个参数为亮度，第二个参数为对比度，第三个参数为饱和度，第四个参数为颜色

1 2 3

# 亮度 bright_img = transforms.ColorJitter(brightness=1)(new_img) bright_img

1 2 3

# 对比度 contrast_img = transforms.ColorJitter(contrast=1)(new_img) contrast_img

1 2 3

# 饱和度 saturation_img = transforms.ColorJitter(saturation=1)(new_img) saturation_img

1 2 3

# 颜色 随机变换颜色 color_img = transforms.ColorJitter(hue=0.5)(new_img) color_img

1 2 3

compose_img = transforms.ColorJitter(0.5, 0.5, 0.5)(new_img) compose_img new_img

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

import matplotlib.pyplot as plt %matplotlib inline img_transform = transforms.Compose([ transforms.Resize(232), transforms.RandomCrop(224), transforms.ColorJitter(0.15, 0.15, 0.15) ]) nrows = 5 ncols = 5 figsize = (10, 10) _, figs = plt.subplots(nrows, ncols, figsize = figsize) for i in range(nrows): for j in range(ncols): figs[i][j].imshow(img_transform(new_img)) figs[i][j].axes.get_xaxis().set_visible(False) figs[i][j].axes.get_yaxis().set_visible(False) plt.show()