pytorch中transform常用的几个方法

太过爱你忘了你带给我的痛 2021-11-11 07:32 611阅读 0赞

### 文章目录 ###

*  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

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，顺序很乱，这里总结一共有四大类，方便大家索引：

1.  裁剪——Crop  
    中心裁剪：transforms.CenterCrop  
    随机裁剪：transforms.RandomCrop  
    随机长宽比裁剪：transforms.RandomResizedCrop  
    上下左右中心裁剪：transforms.FiveCrop  
    上下左右中心裁剪后翻转，transforms.TenCrop
2.  翻转和旋转——Flip and Rotation  
    依概率p水平翻转：transforms.RandomHorizontalFlip(p=0.5)  
    依概率p垂直翻转：transforms.RandomVerticalFlip(p=0.5)  
    随机旋转：transforms.RandomRotation
3.  图像变换  
    resize：transforms.Resize  
    标准化：transforms.Normalize  
    转为tensor，并归一化至\[0-1\]：transforms.ToTensor  
    填充：transforms.Pad  
    修改亮度、对比度和饱和度：transforms.ColorJitter  
    转灰度图：transforms.Grayscale  
    线性变换：transforms.LinearTransformation()  
    仿射变换：transforms.RandomAffine  
    依概率p转为灰度图：transforms.RandomGrayscale  
    将数据转换为PILImage：transforms.ToPILImage  
    transforms.Lambda：Apply a user-defined lambda as a transform.
4.  对transforms操作，使数据增强更灵活  
    transforms.RandomChoice(transforms)， 从给定的一系列transforms中选一个进行操作  
    transforms.RandomApply(transforms, p=0.5)，给一个transform加上概率，依概率进行操作  
    transforms.RandomOrder，将transforms中的操作随机打乱

# 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：  
size- (sequence or int)，若为sequence,则为(h,w)，若为int，则(size,size)  
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。  
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。  
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，暂不了解。 4. symmetric，暂不了解。

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

## 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：  
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：  
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  
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  
expand- ?  
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：  
size- If size is an int, if height > width, then image will be rescaled to (size \* height / width, size)，所以建议size设定为h\*w  
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，注意是 h*w*c

## 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：  
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。  
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。  
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：  
num\_output\_channels- (int) ，当为1时，正常的灰度图，当为3时， 3 channel with 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！ whitening: zero-center the data, compute the data covariance matrix  
参数：  
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 channel with 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：  
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 ##

Apply a user-defined lambda as a transform.  
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中选一个进行操作，randomly picked from a list

## 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

转载请注明出处：[https://blog.csdn.net/u011995719/article/details/85107009][https_blog.csdn.net_u011995719_article_details_85107009]

[https_blog.csdn.net_u011995719_article_details_85107009]: https://blog.csdn.net/u011995719/article/details/85107009