机器学习12：pytorch中transforms的22个方式【转载】

机器学习12：pytorch中transforms的22个方式【转载】

        本文转载自博客https://blog.csdn.net/u011995719/article/details/85107009。  

        本文对transforms.py中的各个预处理方法进行介绍和总结，主要从官方文档中总结而来，官方文档只是将方法陈列，没有归纳总结，这里总结共有四大类，以下为文章目录方便大家索引：

一、 裁剪——Crop

• • 1.随机裁剪：transforms.RandomCrop
  • 2.中心裁剪：transforms.CenterCrop
  • 3.随机长宽比裁剪 transforms.RandomResizedCrop
  • 4.上下左右中心裁剪：transforms.FiveCrop
  • 5.上下左右中心裁剪后翻转: transforms.TenCrop
• 二、翻转和旋转——Flip and Rotation
  • 6.依概率p水平翻转transforms.RandomHorizontalFlip
  • 7.依概率p垂直翻转transforms.RandomVerticalFlip
  • 8.随机旋转：transforms.RandomRotation
• 三、图像变换
  • 9.resize：transforms.Resize
  • 10.标准化：transforms.Normalize
  • 11.转为tensor：transforms.ToTensor
  • 12.填充：transforms.Pad
  • 13.修改亮度、对比度和饱和度：transforms.ColorJitter
  • 14.转灰度图：transforms.Grayscale
  • 15.线性变换：transforms.LinearTransformation()
  • 16.仿射变换：transforms.RandomAffine
  • 17.依概率p转为灰度图：transforms.RandomGrayscale
  • 18.将数据转换为PILImage：transforms.ToPILImage
  • 19.transforms.Lambda
• 四、对transforms操作，使数据增强更灵活
  • 20.transforms.RandomChoice(transforms)
  • 21.transforms.RandomApply(transforms, p=0.5)
  • 22.transforms.RandomOrder
  •  

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：（1）size (sequence or int)：若为sequence,则为(h,w)，若为int，则(size,size)。
                 （2）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（32，32），则会变成（40，40）；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。
                  （3）fill (int or tuple) ：填充的值是什么（仅当填充模式为constant时有用）。当为int时，各通道均填充该值；当为长度为3的tuple时，表示RGB通道需要填充的值。
                  （4）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。

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：（1）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, 1.3333333333333333), 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：（1）size： 输出的分辨率.
                  （2）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。
                  （3）ratio： 随机长宽比设置。
                  （4）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：（1）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：（1）size (sequence or int)：若为sequence,则为(h,w)，若为int，则(size,size)。
                  （2） 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：（1）p 概率：默认值为0.5。

扫描二维码关注公众号，回复： 9598459 查看本文章

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：（1）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, center=None)
        功能：依degrees随机旋转一定角度
        参数：（1）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。
                  （2）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。
                  （3）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：（1）size： 如果size为int，如果h>w,图像将缩放为 (size * height / width, size)，所以建议size设定为h*w。
                  （2）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。

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：（1）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。
                  （2）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。
                  （3）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：（1）num_output_channels (int) ：当为1时，正常的灰度图；当为3时，则3通道 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。
        参数：（1）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=None, 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通道 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：（1）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

         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中随机选取一个进行操作。

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。