1.隨機(jī)翻轉(zhuǎn)（水平和垂直）

torchvision.transforms.RandomVerticalFlip函數(shù)和torchvision.transforms.RandomHorizontalFlip函數(shù)是兩個(gè)可以實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)的函數(shù)，可以將輸入的圖像進(jìn)行隨機(jī)垂直翻轉(zhuǎn)和隨機(jī)水平翻轉(zhuǎn)，從而增加數(shù)據(jù)集的多樣性。

具體來(lái)說(shuō)，torchvision.transforms.RandomVerticalFlip函數(shù)可以將輸入圖像在垂直方向上進(jìn)行隨機(jī)翻轉(zhuǎn)，而torchvision.transforms.RandomHorizontalFlip函數(shù)可以將輸入圖像在水平方向上進(jìn)行隨機(jī)翻轉(zhuǎn)。這兩個(gè)函數(shù)都可以通過(guò)設(shè)置參數(shù)來(lái)控制翻轉(zhuǎn)的概率。

下面是這兩個(gè)函數(shù)的使用方法：

import torch
import torchvision.transforms as transforms

# 定義隨機(jī)垂直翻轉(zhuǎn)和隨機(jī)水平翻轉(zhuǎn)的概率
vflip_probability = 0.5  # 隨機(jī)垂直翻轉(zhuǎn)的概率
hflip_probability = 0.5  # 隨機(jī)水平翻轉(zhuǎn)的概率

# 定義圖像變換
transform = transforms.Compose([
    transforms.RandomVerticalFlip(p=vflip_probability),
    transforms.RandomHorizontalFlip(p=hflip_probability)
])

在上述代碼中，我們首先通過(guò)transforms.Compose函數(shù)定義了一個(gè)圖像變換的序列，其中包含了隨機(jī)垂直翻轉(zhuǎn)和隨機(jī)水平翻轉(zhuǎn)兩個(gè)操作。

2.隨機(jī)裁剪縮放

torchvision.transforms.RandomResizedCrop函數(shù)可以進(jìn)行隨機(jī)裁剪和縮放，從而增加數(shù)據(jù)集的多樣性。在實(shí)際使用中，這個(gè)函數(shù)有許多可調(diào)參數(shù)，下面是一個(gè)更加完整的介紹：

transforms.RandomResizedCrop(
    size,       # 輸出圖像的大小
    scale=(0.08, 1.0),  # 縮放范圍，將輸入圖像按照該范圍內(nèi)的隨機(jī)比例縮放
    ratio=(3.0/4.0, 4.0/3.0),   # 長(zhǎng)寬比范圍，將輸入圖像按照該范圍內(nèi)的隨機(jī)比例進(jìn)行裁剪
    interpolation=2     # 縮放時(shí)使用的插值方法，可選1、2、3、4中的一個(gè)，默認(rèn)為PIL.Image.BILINEAR
)

下面是各個(gè)參數(shù)的詳細(xì)介紹：

• size：輸出圖像的大小，可以是一個(gè)整數(shù)，表示輸出圖像的邊長(zhǎng)，或者是一個(gè)二元組，表示輸出圖像的寬和高。例如，如果設(shè)置size=224，則輸出圖像的大小為 224 × 224 224\times224 224×224；如果設(shè)置size=(256,192)，則輸出圖像的大小為 256 × 192 256\times192 256×192。
• scale：縮放范圍，將輸入圖像按照該范圍內(nèi)的隨機(jī)比例縮放。該參數(shù)是一個(gè)二元組，表示縮放比例的范圍，例如(0.08,1.0)表示將輸入圖像縮放到原來(lái)的 0.08 0.08 0.08到 1.0 1.0 1.0倍之間的隨機(jī)比例。默認(rèn)值為(0.08, 1.0)。
• ratio：長(zhǎng)寬比范圍，將輸入圖像按照該范圍內(nèi)的隨機(jī)比例進(jìn)行裁剪。該參數(shù)是一個(gè)二元組，表示長(zhǎng)寬比的范圍，例如(3.0/4.0,4.0/3.0)表示將輸入圖像按照寬高比在 3 / 4 3/4 3/4到 4 / 3 4/3 4/3之間的隨機(jī)比例進(jìn)行裁剪。默認(rèn)值為(3.0/4.0, 4.0/3.0)。
• interpolation：縮放時(shí)使用的插值方法，可選1、2、3、4中的一個(gè)，分別表示PIL.Image.NEAREST、PIL.Image.BILINEAR、PIL.Image.BICUBIC和PIL.Image.LANCZOS。默認(rèn)值為PIL.Image.BILINEAR。

3.隨機(jī)修改顏色（顏色抖動(dòng)）

在PyTorch中，torchvision.transforms.RandomColorJitter函數(shù)可以用于對(duì)圖像進(jìn)行隨機(jī)顏色抖動(dòng)，增加數(shù)據(jù)集的多樣性。這個(gè)函數(shù)可以隨機(jī)地改變圖像的亮度、對(duì)比度、飽和度和色相，并且還可以隨機(jī)地進(jìn)行灰度化操作。下面是該函數(shù)的參數(shù)：

transforms.RandomColorJitter(
    brightness=0.1,    # 亮度調(diào)整的強(qiáng)度，默認(rèn)值為0.1
    contrast=0.1,      # 對(duì)比度調(diào)整的強(qiáng)度，默認(rèn)值為0.1
    saturation=0.1,    # 飽和度調(diào)整的強(qiáng)度，默認(rèn)值為0.1
    hue=0.1,           # 色相調(diào)整的強(qiáng)度，默認(rèn)值為0.1
    p=0.5,             # 執(zhí)行顏色抖動(dòng)的概率，默認(rèn)值為0.5
)

下面是各個(gè)參數(shù)的詳細(xì)介紹：

• brightness：亮度調(diào)整的強(qiáng)度。默認(rèn)值為0.1。如果設(shè)置為0，則不進(jìn)行亮度調(diào)整。
• contrast：對(duì)比度調(diào)整的強(qiáng)度。默認(rèn)值為0.1。如果設(shè)置為0，則不進(jìn)行對(duì)比度調(diào)整。
• saturation：飽和度調(diào)整的強(qiáng)度。默認(rèn)值為0.1。如果設(shè)置為0，則不進(jìn)行飽和度調(diào)整。
• hue：色相調(diào)整的強(qiáng)度。默認(rèn)值為0.1。如果設(shè)置為0，則不進(jìn)行色相調(diào)整。
• p：執(zhí)行顏色抖動(dòng)的概率。默認(rèn)值為0.5。如果設(shè)置為1，則每個(gè)圖像都會(huì)執(zhí)行顏色抖動(dòng)。

4.將圖像轉(zhuǎn)化為張量

在PyTorch的torchvision庫(kù)中，ToTensor函數(shù)是一種將PIL Image或numpy.ndarray格式的圖像轉(zhuǎn)換為PyTorch Tensor格式的函數(shù)。它可以將圖像中的像素值轉(zhuǎn)換為0到1之間的標(biāo)準(zhǔn)化數(shù)值，并調(diào)整圖像的通道順序，使其符合PyTorch模型的輸入要求。

ToTensor函數(shù)的使用方法如下：

from torchvision.transforms import ToTensor
transform = ToTensor()

一般來(lái)說(shuō)，在使用Compose組合在一起的一組transform中，ToTensor函數(shù)應(yīng)該放在最后一個(gè)位置，以便將圖像轉(zhuǎn)換為PyTorch Tensor格式的圖像，并確保其他所有的transform都在Tensor轉(zhuǎn)換之前完成。

5.標(biāo)準(zhǔn)化操作

在PyTorch的torchvision.transforms庫(kù)中，Normalize函數(shù)是一種對(duì)圖像進(jìn)行標(biāo)準(zhǔn)化處理的函數(shù)。它可以將圖像中的像素值進(jìn)行歸一化處理，使得圖像的像素值均值為0，標(biāo)準(zhǔn)差為1，從而增強(qiáng)模型的收斂速度和泛化性能。

Normalize函數(shù)的使用方法如下：

from torchvision.transforms import Normalize
transform = Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])

在上述代碼中，我們首先導(dǎo)入了Normalize函數(shù)，并創(chuàng)建了一個(gè)名為transform的Normalize對(duì)象。其中，mean和std參數(shù)分別代表圖像各通道像素值的平均值和標(biāo)準(zhǔn)差。在這里，我們以ImageNet數(shù)據(jù)集的圖像均值和標(biāo)準(zhǔn)差為例進(jìn)行了設(shè)置。

需要注意的是，Normalize函數(shù)應(yīng)該在圖像轉(zhuǎn)換為PyTorch Tensor格式之后應(yīng)用，即在ToTensor之后。這是因?yàn)?code>Normalize需要對(duì)每個(gè)通道的像素值進(jìn)行標(biāo)準(zhǔn)化，而ToTensor函數(shù)將圖像中的像素值轉(zhuǎn)換為PyTorch Tensor格式后，每個(gè)通道的像素值將存儲(chǔ)在不同的維度上，因此才需要在ToTensor之后進(jìn)行標(biāo)準(zhǔn)化處理。

6.同時(shí)結(jié)合多種增廣方法

在PyTorch的torchvision庫(kù)中，Compose函數(shù)是一種將多個(gè)數(shù)據(jù)增強(qiáng)操作組合在一起的函數(shù)。它可以將多個(gè)數(shù)據(jù)增強(qiáng)操作按照一定的順序組合在一起，并將它們作為一個(gè)整體應(yīng)用于數(shù)據(jù)集中的每個(gè)樣本。Compose函數(shù)可以幫助我們方便地實(shí)現(xiàn)復(fù)雜的數(shù)據(jù)增強(qiáng)操作，同時(shí)也可以使我們的代碼更加簡(jiǎn)潔和易讀。

Compose函數(shù)的使用方法如下：

from torchvision.transforms import Compose
from torchvision.transforms import RandomCrop, RandomHorizontalFlip, ToTensor

transform = Compose([
    RandomCrop(32),
    RandomHorizontalFlip(),
    ToTensor()
])

在上述代碼中，我們首先導(dǎo)入了Compose函數(shù)和其他一些數(shù)據(jù)增強(qiáng)操作，然后創(chuàng)建了一個(gè)名為transform的Compose對(duì)象。該Compose對(duì)象由三個(gè)數(shù)據(jù)增強(qiáng)操作組成：隨機(jī)裁剪(RandomCrop)，隨機(jī)水平翻轉(zhuǎn)(RandomHorizontalFlip)和轉(zhuǎn)換為T(mén)ensor格式(ToTensor)。

到此這篇關(guān)于Pytorch中的圖像增廣和預(yù)處理方法（transforms類(lèi)）的文章就介紹到這了,更多相關(guān)Pytorch圖像增廣和預(yù)處理內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論