本文轉(zhuǎn)自：https://blog.csdn.net/u011995719/article/details/85107009
官方文檔：https://pytorch.org/vision/0.8/transforms.html

本文截取自《PyTorch 模型訓(xùn)練實(shí)用教程》，獲取全文pdf請(qǐng)點(diǎn)擊：https://github.com/tensor-yu/PyTorch_Tutorial

文章目錄
一、 裁剪——Crop
1.隨機(jī)裁剪：transforms.RandomCrop
2.中心裁剪：transforms.CenterCrop
3.隨機(jī)長(zhǎng)寬比裁剪 transforms.RandomResizedCrop
4.上下左右中心裁剪：transforms.FiveCrop
5.上下左右中心裁剪后翻轉(zhuǎn): transforms.TenCrop
二、翻轉(zhuǎn)和旋轉(zhuǎn)——Flip and Rotation
6.依概率p水平翻轉(zhuǎn)transforms.RandomHorizontalFlip
7.依概率p垂直翻轉(zhuǎn)transforms.RandomVerticalFlip
8.隨機(jī)旋轉(zhuǎn)：transforms.RandomRotation
三、圖像變換
9.resize：transforms.Resize
10.標(biāo)準(zhǔn)化：transforms.Normalize
11.轉(zhuǎn)為tensor：transforms.ToTensor
12.填充：transforms.Pad
13.修改亮度、對(duì)比度和飽和度：transforms.ColorJitter
14.轉(zhuǎn)灰度圖：transforms.Grayscale
15.線性變換：transforms.LinearTransformation()
16.仿射變換：transforms.RandomAffine
17.依概率p轉(zhuǎn)為灰度圖：transforms.RandomGrayscale
18.將數(shù)據(jù)轉(zhuǎn)換為PILImage：transforms.ToPILImage
19.transforms.Lambda
四、對(duì)transforms操作，使數(shù)據(jù)增強(qiáng)更靈活
20.transforms.RandomChoice(transforms)
21.transforms.RandomApply(transforms, p=0.5)
22.transforms.RandomOrder

一、 裁剪——Crop

1.隨機(jī)裁剪：transforms.RandomCrop

class torchvision.transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode='constant’)

功能：依據(jù)給定的size隨機(jī)裁剪
參數(shù)：
size- (sequence or int)，若為sequence,則為(h,w)，若為int，則(size,size)
padding-(sequence or int, optional)，此參數(shù)是設(shè)置填充多少個(gè)pixel。當(dāng)為int時(shí)，圖像上下左右均填充int個(gè)，例如padding=4，則上下左右均填充4個(gè)pixel，若為3232，則會(huì)變成4040。當(dāng)為sequence時(shí)，若有2個(gè)數(shù)，則第一個(gè)數(shù)表示左右擴(kuò)充多少，第二個(gè)數(shù)表示上下的。當(dāng)有4個(gè)數(shù)時(shí)，則為左，上，右，下。
fill- (int or tuple) 填充的值是什么（僅當(dāng)填充模式為constant時(shí)有用）。int時(shí)，各通道均填充該值，當(dāng)長(zhǎng)度為3的tuple時(shí)，表示RGB通道需要填充的值。
padding_mode- 填充模式，這里提供了4種填充模式，1.constant，常量。2.edge 按照?qǐng)D片邊緣的像素值來(lái)填充。3.reflect，暫不了解。 4. symmetric，暫不了解。

2.中心裁剪：transforms.CenterCrop

class torchvision.transforms.CenterCrop(size)

功能：依據(jù)給定的size從中心裁剪
參數(shù)：
size- (sequence or int)，若為sequence,則為(h,w)，若為int，則(size,size)

3.隨機(jī)長(zhǎng)寬比裁剪 transforms.RandomResizedCrop

class torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=2)

**功能：**隨機(jī)大小，隨機(jī)長(zhǎng)寬比裁剪原始圖片，最后將圖片resize到設(shè)定好的size
參數(shù)：
size- 輸出的分辨率
scale- 隨機(jī)crop的大小區(qū)間，如scale=(0.08, 1.0)，表示隨機(jī)crop出來(lái)的圖片會(huì)在的0.08倍至1倍之間。
ratio- 隨機(jī)長(zhǎng)寬比設(shè)置
interpolation- 插值的方法，默認(rèn)為雙線性插值(PIL.Image.BILINEAR)

4.上下左右中心裁剪：transforms.FiveCrop

class torchvision.transforms.FiveCrop(size)

功能：對(duì)圖片進(jìn)行上下左右以及中心裁剪，獲得5張圖片，返回一個(gè)4D-tensor
參數(shù)：
size- (sequence or int)，若為sequence,則為(h,w)，若為int，則(size,size)

5.上下左右中心裁剪后翻轉(zhuǎn): transforms.TenCrop

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

功能： 對(duì)圖片進(jìn)行上下左右以及中心裁剪，然后全部翻轉(zhuǎn)（水平或者垂直），獲得10張圖片，返回一個(gè)4D-tensor。
參數(shù)：
size- (sequence or int)，若為sequence,則為(h,w)，若為int，則(size,size)
vertical_flip (bool) - 是否垂直翻轉(zhuǎn)，默認(rèn)為flase，即默認(rèn)為水平翻轉(zhuǎn)

二、翻轉(zhuǎn)和旋轉(zhuǎn)——Flip and Rotation

6.依概率p水平翻轉(zhuǎn)transforms.RandomHorizontalFlip

class torchvision.transforms.RandomHorizontalFlip(p=0.5)

功能： 依據(jù)概率p對(duì)PIL圖片進(jìn)行水平翻轉(zhuǎn)
參數(shù)：
p- 概率，默認(rèn)值為0.5

7.依概率p垂直翻轉(zhuǎn)transforms.RandomVerticalFlip

class torchvision.transforms.RandomVerticalFlip(p=0.5)

功能： 依據(jù)概率p對(duì)PIL圖片進(jìn)行垂直翻轉(zhuǎn)
參數(shù)：
p- 概率，默認(rèn)值為0.5

8.隨機(jī)旋轉(zhuǎn)：transforms.RandomRotation

class torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None)

**功能：**依degrees隨機(jī)旋轉(zhuǎn)一定角度
參數(shù)：
degress- (sequence or float or int) ，若為單個(gè)數(shù)，如 30，則表示在（-30，+30）之間隨機(jī)旋轉(zhuǎn)若為sequence，如(30，60)，則表示在30-60度之間隨機(jī)旋轉(zhuǎn)
resample- 重采樣方法選擇，可選 PIL.Image.NEAREST, PIL.Image.BILINEAR, PIL.Image.BICUBIC，默認(rèn)為最近鄰
expand- ?
center- 可選為中心旋轉(zhuǎn)還是左上角旋轉(zhuǎn)

三、圖像變換

9.resize：transforms.Resize

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

**功能：**重置圖像分辨率
參數(shù)：
size- If size is an int, if height > width, then image will be rescaled to (size * height / width, size)，所以建議size設(shè)定為h*w
interpolation- 插值方法選擇，默認(rèn)為PIL.Image.BILINEAR

10.標(biāo)準(zhǔn)化：transforms.Normalize

class torchvision.transforms.Normalize(mean, std)

功能：對(duì)數(shù)據(jù)按通道進(jìn)行標(biāo)準(zhǔn)化，即先減均值，再除以標(biāo)準(zhǔn)差，注意是 hwc

11.轉(zhuǎn)為tensor：transforms.ToTensor

class torchvision.transforms.ToTensor

**功能：**將PIL Image或者 ndarray 轉(zhuǎn)換為tensor，并且歸一化至[0-1]
**注意事項(xiàng)：**歸一化至[0-1]是直接除以255，若自己的ndarray數(shù)據(jù)尺度有變化，則需要自行修改。

12.填充：transforms.Pad

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

**功能：**對(duì)圖像進(jìn)行填充
參數(shù)：
padding-(sequence or int, optional)，此參數(shù)是設(shè)置填充多少個(gè)pixel。
當(dāng)為int時(shí)，圖像上下左右均填充int個(gè)，例如padding=4，則上下左右均填充4個(gè)pixel，若為3232，則會(huì)變成4040。
當(dāng)為sequence時(shí)，若有2個(gè)數(shù)，則第一個(gè)數(shù)表示左右擴(kuò)充多少，第二個(gè)數(shù)表示上下的。當(dāng)有4個(gè)數(shù)時(shí)，則為左，上，右，下。
fill- (int or tuple) 填充的值是什么（僅當(dāng)填充模式為constant時(shí)有用）。int時(shí)，各通道均填充該值，當(dāng)長(zhǎng)度為3的tuple時(shí)，表示RGB通道需要填充的值。
padding_mode- 填充模式，這里提供了4種填充模式，1.constant，常量。2.edge 按照?qǐng)D片邊緣的像素值來(lái)填充。3.reflect，？ 4. symmetric，？

13.修改亮度、對(duì)比度和飽和度：transforms.ColorJitter

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

功能：修改修改亮度、對(duì)比度和飽和度

14.轉(zhuǎn)灰度圖：transforms.Grayscale

class torchvision.transforms.Grayscale(num_output_channels=1)

**功能：**將圖片轉(zhuǎn)換為灰度圖
參數(shù)：
num_output_channels- (int) ，當(dāng)為1時(shí)，正常的灰度圖，當(dāng)為3時(shí)， 3 channel with r == g == b

15.線性變換：transforms.LinearTransformation()

class torchvision.transforms.LinearTransformation(transformation_matrix)

**功能：**對(duì)矩陣做線性變化，可用于白化處理！ whitening: zero-center the data, compute the data covariance matrix
參數(shù)：
transformation_matrix (Tensor) – tensor [D x D], D = C x H x W

16.仿射變換：transforms.RandomAffine

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

功能：仿射變換

17.依概率p轉(zhuǎn)為灰度圖：transforms.RandomGrayscale

class torchvision.transforms.RandomGrayscale(p=0.1)

功能：依概率p將圖片轉(zhuǎn)換為灰度圖，若通道數(shù)為3，則3 channel with r == g == b

18.將數(shù)據(jù)轉(zhuǎn)換為PILImage：transforms.ToPILImage

class torchvision.transforms.ToPILImage(mode=None)

**功能：**將tensor 或者 ndarray的數(shù)據(jù)轉(zhuǎn)換為 PIL Image 類型數(shù)據(jù)
參數(shù)：
mode- 為None時(shí)，為1通道， mode=3通道默認(rèn)轉(zhuǎn)換為RGB，4通道默認(rèn)轉(zhuǎn)換為RGBA

19.transforms.Lambda

Apply a user-defined lambda as a transform.
暫不了解，待補(bǔ)充。

四、對(duì)transforms操作，使數(shù)據(jù)增強(qiáng)更靈活

PyTorch不僅可設(shè)置對(duì)圖片的操作，還可以對(duì)這些操作進(jìn)行隨機(jī)選擇、組合

20.transforms.RandomChoice(transforms)

功能：從給定的一系列transforms中選一個(gè)進(jìn)行操作，randomly picked from a list

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

功能：給一個(gè)transform加上概率，以一定的概率執(zhí)行該操作

22.transforms.RandomOrder

功能：將transforms中的操作順序隨機(jī)打亂

總結(jié)

以上是生活随笔為你收集整理的pytroch 数据增量 transforms的二十二个方法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。