Pytorch筆記:02 torchvision.transforms數據增強

2.中心裁剪：transforms.CenterCrop

torchvision.transforms.CenterCrop(size=256)(image)
3.隨機長寬比裁剪：transforms.RandomResizedCrop
torchvision.transforms.RandomResizedCrop(size=256)(image)
4.上下左右中心裁剪：transforms.FiveCrop
images = torchvision.transforms.FiveCrop(size=256)(image)images
5.上下左右中心裁剪後翻轉：transforms.TenCrop
# 跟上面的一樣，第二個參數設置成false為水平翻轉torchvision.transforms.TenCrop(256)(image)
翻轉與旋轉
6.依概率p水平翻轉：transforms.RandomHorizontalFlip
torchvision.transforms.RandomHorizontalFlip(p=0.9)(image)
7.依概率垂直翻轉：transforms.RandomVerticalFlip
torchvision.transforms.RandomVerticalFlip(p=0.9)(image)

8.隨機旋轉：transforms.RandomRotation
torchvision.transforms.RandomRotation((45,90))(image)
degress：旋轉角度，可以是整數或者是區間，整數會在正負間隨機。區間則為區間內隨機
resample：重採樣，可選PIL.Image.NEAREST, PIL.Image.BILINEAR, PIL.Image.BICUBIC，默認為最近鄰
center：可選為中心旋轉還是左上角旋轉



圖像變換

9.resize：transforms.Resize
# 插值方法默認是雙線性插值torchvision.transforms.Resize(256)(image)

10.轉為tensor：transforms.ToTensor
tensor_image = torchvision.transforms.ToTensor()(image)tensor_image
11.標準化：transforms.Normalize
# mean與std是有固定值的，需要看論文torchvision.transforms.Normalize(mean=[0.5,0.5,0.5],std=[0.5,0.5,0.5])(tensor_image)
12.填充：transforms.Pad
torchvision.transforms.Pad(20)(image)
padding：填充多少個參數，可以是單個，2個值的序列以及四個值的序列，2個值時第一個值為左右，第二個值為上下。4個值的時候對應著左上右下。
fill：int時，各通道均填充該值，當長度為3的tuple時，表示RGB通道需要填充的值。
padding_mode：填充模式，這裡提供了4種填充模式，1.constant，常量。2.edge 按照圖片邊緣的像素值來填充。3.reflect 4. symmetric

13.修改亮度、對比度和飽和度：transforms.ColorJitter
torchvision.transforms.ColorJitter(brightness=2,contrast=0,saturation=1)(image)

14.轉灰度圖：transforms.Grayscale
torchvision.transforms.Grayscale()(image)

15.線性變換：transforms.LinearTransformation
使用方形變換矩陣和離線計算的mean_vector變換張量圖像。給定transformation_matrix和mean_vector，將使矩陣變平。從中拉伸並減去mean_vector，然後用變換矩陣計算點積，然後將張量重新整形為其原始形狀。
白化轉換：假設X是列向量零中心數據。然後torch.mm計算數據協方差矩陣[D x D]，對該矩陣執行SVD並將其作為transformation_matrix傳遞。（有理論依據，查論文時用）
# 兩個參數未填torchvision.transforms.LinearTransformation()(tensor_image)

16.仿射變換：transforms.RandomAffine
torchvision.transforms.RandomAffine(30)(image)
degrees（sequence 或float或int） -要選擇的度數範圍。如果degrees是一個數字而不是像（min，max）這樣的序列，則度數範圍將是（-degrees，+degrees）。設置為0可停用旋轉。
translate（元組，可選） - 水平和垂直平移的最大絕對分數元組。例如translate =（a，b），然後在範圍-img_width * a <dx <img_width * a中隨機採樣水平移位，並且在-img_height * b <dy <img_height * b範圍內隨機採樣垂直移位。默認情況下不會翻譯。
scale（元組，可選） - 縮放因子間隔，例如（a，b），然後從範圍a <= scale <= b中隨機採樣縮放。默認情況下會保持原始比例。
shear（sequence 或float或int，optional） - 要選擇的度數範圍。如果degrees是一個數字而不是像（min，max）這樣的序列，則度數範圍將是（-degrees，+ degrees）。默認情況下不會應用剪切
resample（{PIL.Image.NEAREST ，PIL.Image.BILINEAR ，PIL.Image.BICUBIC} ，可選） - 可選的重採樣過濾器。請參閱過濾器以獲取更多信 如果省略，或者圖像具有模式「1」或「P」，則將其設置為PIL.Image.NEAREST。
fillcolor（int） - 輸出圖像中變換外部區域的可選填充顏色。（Pillow> = 5.0.0）

17.依概率p轉換成灰度圖：transforms.RandomGrayscale
# 沒啥好說的torchvision.transforms.RandomGrayscale(0.8)(image)

18.將數據轉換成PILImage：transforms.ToPILImage
# tensor_image是tensor類型數據torchvision.transforms.ToPILImage()(tensor_image)

19.transforms.Lambda
# 自定義一個左上角裁剪方法class MyCrop:        def __init__(self,size=224):        self.size = size        def __call__(self,img):        ow,oh = img.size        x1,y1 = (0,0)        tw = th = self.size        # 有足夠的大小截取        # img.crop坐標表示 (left, upper, right, lower)        if (ow > tw or oh > th):            return img.crop((x1, y1, x1+tw, y1+th))        return img        def __repr__(self):        return self.__class__.__name__ + '(size={0})'.format(self.size)
img = torchvision.transforms.Lambda(MyCrop(256))(image)img



對transforms組合進行操作
20.組合中隨機選一個進行操作：transforms.RandomChoice
transforms = [    torchvision.transforms.Grayscale(),     torchvision.transforms.CenterCrop(256) ]
torchvision.transforms.RandomChoice(transforms)(image)

21.給一組變換加上概率：transforms.RandomApply
# 數組中所有變換都會應用上去torchvision.transforms.RandomApply(transforms[:],0.8)(image)

22.打亂transforms中的順序：transforms.RandomOrder
# 在本例子中，雖然打亂順序，但是都會執行，所以顯示上無差別torchvision.transforms.RandomOrder(transforms)(image)
網上的講torchvision的變換有很多，但是大多都沒有帶效果，不方便理解。本文參考網上博客加上自己實踐附上效果圖，當做是字典來查，建議大家收藏。
參考：
https://blog.csdn.net/qq_38410428/article/details/94719553?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param