背景
前のブログで紹介する モジュールを、会場の必要がある 変換モジュールの外観pytorchが。さて、私が想像 のように、各画像のコントラスト強調のために何かをして、他の変換方法が変更されないまま、まだランダムなプロセスを使用しています。pytorchtransformsT.Normalise()
実装が使用され __call__ 、以下のように、メカニズム：
-
PILから輸入ImageEnhance
-
-
クラスのコントラスト（オブジェクト）：
-
デフ__init__ （自己、度）：
-
self.degree =度
-
デフ__call__ （自己、IMG）：
-
リターンのコントラスト（IMG、self.degree）
-
デフコントラスト（IMG、度）：
-
enh_contrast = ImageEnhance.Contrast（IMG）
-
enh_contrast.enhance（度）
-
リターンIMG
上記定義新規データ変換方法：コントラスト、以下の方法を使用して、例としてのコードを開くために クラスChaojieDataset（データセット）：
-
-
＃2.defineデータセット
-
クラスChaojieDataset （データセット）：
-
デフ__init__ （自己、label_list、トランスフォーム=なし、電車= Trueの場合、テスト= Falseの）：
-
self.test =テスト
-
self.train =電車
-
IMGS = []
-
self.test場合：
-
インデックスの行label_list.iterrowsに（）：
-
imgs.append（（行[ "ファイル名"]））
-
self.imgs = IMGS
-
そうしないと：
-
インデックスの行label_list.iterrowsに（）：
-
imgs.append（（行[ "ファイル名"]、行[ "ラベル"]））
-
self.imgs = IMGS
-
変換場合ではありませんなし：
-
self.test場合やない電車：
-
self.transforms = T.Compose（[
-
T.Resize（（config.img_weight、config.img_height））、
-
T.ToTensor（）
-
T.Normalize（平均= [ 0.485、0.456、0.406]、
-
STD = [ 0.229、0.224、0.225]）]）
-
そうしないと：
-
self.transforms = T.Compose（[
-
T.Resize（（config.img_weight、config.img_height））、
-
T.RandomRotation（ 30）、
-
T.RandomHorizontalFlip（）、
-
T.RandomVerticalFlip（）、
-
T.RandomAffine（ 45）、
-
コントラスト（ 1.8）、追加するには、この中の## ##
-
T.ToTensor（）
-
T.Normalize（平均= [ 0.485、0.456、0.406]、
-
STD = [ 0.229、0.224、0.225]）]）
-
そうしないと：
-
self.transforms =トランスフォーム
-
デフ__getitem__ （自己、インデックス）：
-
self.test場合：
-
ファイル名= self.imgs [インデックス]
-
IMG = Image.open（ファイル名）
-
IMG = self.transforms（IMG）
-
IMG返し、ファイル名
-
そうしないと：
-
ファイル名、ラベル= self.imgs [インデックス]
-
IMG = Image.open（ファイル名）
-
IMG = self.transforms（IMG）
-
リターンIMG、ラベル
-
デフ__len__ （自己）：
-
リターンでlen（self.imgs）
このように、各画像の正規化に加えて、およびテンソルに、しかし済コントラストの強調を持っている、もちろん、あなたはそれぞれがランダムにコントラストを高めるように選択、乱数を設定することができます。