1 Star 0 Fork 0

iint/notes

加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
文件
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
Pytorch的transforms.md 10.63 KB
一键复制 编辑 原始数据 按行查看 历史
nuaazs 提交于 4年前 . first

变换是常见的图像变换。它们可以使用链接在一起Compose。此外,还有torchvision.transforms.functional模块。功能转换可以对转换进行细粒度控制。如果您必须构建更复杂的转换管道(例如,在分段任务的情况下),这将非常有用。

torchvision.transforms.Compose(transforms)
transforms.Compose([
    transforms.CenterCrop(10),
    transforms.ToTensor(),    
])

〇、常见的图像变换概述

  1. 裁剪(Crop)

    1. 中心裁剪:transforms.CenterCrop
    2. 随机裁剪:transforms.RandomCrop
    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
  2. 翻转和旋转(Flip and Rotation)

    1. 依概率p水平翻转:transforms.RandomHorizontalFlip(p=0.5)
    2. 依概率p垂直翻转:transforms.RandomVerticalFlip(p=0.5)
    3. 随机旋转:transforms.RandomRotation
  3. 图像变换(resize)

    1. 大小变化:transforms.Resize
    2. 标准化:transforms.Normalize
    3. 转为tensor,并归一化至[0-1]:transforms.ToTensor
    4. 填充:transforms.Pad
    5. 修改亮度、对比度和饱和度:transforms.ColorJitter
    6. 转灰度图:transforms.Grayscale
    7. 线性变换:transforms.LinearTransformation()
    8. 仿射变换:transforms.RandomAffine
    9. 依概率p转为灰度图:transforms.RandomGrayscale
    10. 将数据转换为PILImage:transforms.ToPILImage
    11. transforms.Lambda:Apply a user-defined lambda as a transform.
  4. 对transforms操作

    1. transforms.RandomChoice(transforms)从给定的一系列transforms中选一个进行操作
    2. transforms.RandomApply(transforms, p=0.5)给一个transform加上概率,依概率进行操作
    3. transforms.RandomOrder将transforms中的操作随机打乱

一、裁剪Crop

1.1 随机裁剪:transforms.RandomCrop

torchvision.transforms.RandomCrop(size,padding=None,pad_if_needed=False,fill=0,padding_mode='constant')
  • size(sequence 或int):所需输出大小
  • padding(int或sequence ,optional): 图像每个边框上的可选填充。默认值为None,即无填充。如果提供长度为4的序列,则它用于分别填充左,上,右,下边界。如果提供长度为2的序列,则分别用于填充左/右,上/下边界。
  • pad_if_needed(boolean) :如果小于所需大小,它将填充图像以避免引发异常。由于在填充之后完成裁剪,因此填充似乎是在随机偏移处完成的。
  • fill:恒定填充的像素填充值。默认值为0。如果长度为3的元组,则分别用于填充R,G,B通道。仅当padding_mode为常量时才使用此值。
  • padding_mode:填充类型。应该是:常量,边缘,反射或对称。默认值是常量。
    • 常量:具有常量值的焊盘,该值用填充指定
    • edge:填充图像边缘的最后一个值
    • 反射:具有图像反射的垫(不重复边缘上的最后一个值),填充[1,2,3,4]在反射模式下两侧有2个元素将导致[3,2,1,2,3,4,3,2]
    • 对称:具有图像反射的垫(重复边缘上的最后一个值),填充[1,2,3,4]在对称模式下两侧有2个元素将导致[2,1,1,2,3,4,4,3]

1.2 中心裁剪:transforms.CenterCrop

torchvision.transforms.CenterCrop(size)
  • 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)

1.3 随机长宽比裁剪:transforms.RandomResizedCrop

torchvision.transforms.RandomResizedCrop(size, scale=(0.08,1.0), ratio=(0.75,1.333333), interpolation=2)

将给定的PIL图像裁剪为随机大小和宽高比。将原始图像大小变成随机大小(默认值:是原始图像的0.08到1.0倍)和随机宽高比(默认值:3/4到4/3倍)。这种方法最终调整到适当的大小。这通常用于训练Inception网络

  • size:每条边的预期输出大小
  • scale:裁剪的原始尺寸的大小范围
  • ratio:裁剪的原始宽高比的宽高比范围
  • interpolation:默认值:PIL.Image.BILINEAR

1.4 上下左右中心裁剪:transforms.FiveCrop

torchvision.transforms.FiveCrop(size)

将给定的PIL图像裁剪为四个角和中央裁剪。此转换返回图像元组,并且数据集返回的输入和目标数量可能不匹配。

  • 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)

1.5 上下左右中心裁剪后翻转:transforms.TenCrop

torchvision.transforms.TenCrop(size, vertical_flip=False)

将给定的PIL图像裁剪为四个角,中央裁剪加上这些的翻转版本(默认使用水平翻转)。此转换返回图像元组,并且数据集返回的输入和目标数量可能不匹配。

  • size(sequence 或int) -作物的所需输出大小。如果size是int而不是像(h,w)这样的序列,则进行正方形裁剪(大小,大小)。
  • vertical_flip(bool) - 使用垂直翻转而不是水平翻转

二、翻转和旋转 Flip Rotation

2.1 依概率p水平翻转:transforms.RandomHorizontalFlip

torchvision.transforms.RandomHoriziontalFlip(p=0.5)

2.2 依概率p垂直翻转:transforms.RandomVerticalFlip

torchvision.transforms.RandomVerticalFlip(p=0.5)

2.3 随机旋转:transforms.RandomRotation

torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None)
  • degrees(sequence 或float或int):要选择的度数范围。如果degrees是一个数字而不是像(min,max)这样的序列,则度数范围将是(-degrees, +degrees)
  • resample({PIL.Image.NEAREST ,PIL.Image.BILINEAR ,PIL.Image.BICUBIC} ,可选): 可选的重采样过滤器。如果省略,或者图像具有模式“1”或“P”,则将其设置为PIL.Image.NEAREST
  • expand(bool,optional):可选的扩展标志。如果为True,则展开输出以使其足够大以容纳整个旋转图像。如果为False或省略,则使输出图像与输入图像的大小相同。请注意,展开标志假定围绕中心旋转而不进行平移。
  • center(2-tuple ,optional): 可选的旋转中心。原点是左上角。默认值是图像的中心。

三、图像变换

3.1 resize:transforms.Resize

torchvision.transforms.Resize(size, interpolation=2)

将输入PIL图像的大小调整为给定大小。

  • size(sequence 或int):所需的输出大小。如果size是类似(h,w)的序列,则输出大小将与此匹配。如果size是int,则图像的较小边缘将与此数字匹配。即,如果高度>宽度,则图像将重新缩放为(尺寸*高度/宽度,尺寸)
  • interpolation(int,optional):所需的插值。默认是 PIL.Image.BILINEAR

3.2 标准化:transforms.Normalize

torchvision.transforms.Normalize(mean, std)

平均值标准偏差归一化张量图像。给定mean:(M1,…,Mn)和std:(S1,…,Sn)对于n通道,此变换将标准化输入的每个通道,torch.*Tensor即 input[channel] = (input[channel] - mean[channel]) / std[channel]

  • mean(sequence):每个通道的均值序列。
  • std(sequence):每个通道的标准偏差序列。

3.3 转为tensor:transforms.ToTensor

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]直接除以255,若自己的ndarray数据尺度有变化,则需要自行修改。

3.4 填充:transforms.Pad

torchvision.transforms.Pad(padding, fill=0, padding_mode='constant')

使用给定的pad值在所有面上填充给定的PIL图像

  • padding(int或tuple):每个边框上的填充。如果提供单个int,则用于填充所有边框。如果提供长度为2的元组,则分别为左/右和上/下的填充。如果提供长度为4的元组,则分别为左,上,右和下边框的填充。
  • fill(int或tuple):常量填充的像素填充值。默认值为0。如果长度为3的元组,则分别用于填充R,G,B通道。仅padding_mode为常量时才使用此值 。
  • padding_mode(str):填充类型。应该是:常量,边缘,反射或对称。默认值是常量。

3.5 修改亮度、对比度和饱和度:transforms.ColorJitter

torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)

随机更改图像的亮度,对比度和饱和度。

3.6 转灰度图:transforms.Grayscale

torchvision.transforms.Grayscale(num_output_channels=1)

将图像转换为灰度。功能:将图片转换为灰度图

num_output_channels(int):当为1时,正常的灰度图。

3.7 线性变换:transforms.LinearTransformation()

torchvision.transforms.LinearTransformation(transformation_matrix)

3.8 仿射变换:transforms.RandomAffine

torchvision.transforms.RandomAffine(degrees,translate=None,scale=None,shear=None,resample=False,fillcolor=0)

图像保持中心不变的随机仿射变换。

3.9 依概率p转为灰度图:transforms.RandomGrayscale

torchvision.transforms.RandomGrayscale(p=0.1)

3.10 将数据转换为PILImage:transforms.ToPILImage

torchvision.transforms.ToPILImage(mode=None)

功能:将tensor 或者 ndarray的数据转换为 PIL Image 类型数据

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。

3.11 transforms.Lambda

torchvision.transforms.Lambda(lambd)

将用户定义的lambda应用为变换。

  • lambd(函数):用于转换的Lambda /函数。

四、对transforms操作,使数据增强更灵活

4.1 transforms.RandomChoice(transforms)

torchvision.transforms.RandomChoice(transforms)

从给定的一系列transforms中选一个进行操作,randomly picked from a list

4.2 transforms.RandomApply(transforms,p=0.5)

torchvision.transforms.RandomApply(transforms,p=0.5)

给一个transform加上概率,以一定的概率执行该操作

  • transforms(列表或元组):转换列表
  • p(浮点数):概率

4.3 transforms.RandomOrder

torchvision.transforms.RandomOrder(transforms)

将transforms中的操作顺序随机打乱。

Loading...
马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化
1
https://gitee.com/iint/notes.git
git@gitee.com:iint/notes.git
iint
notes
notes
master

搜索帮助