经验首页 前端设计 程序设计 Java相关 移动开发 数据库/运维 软件/图像 大数据/云计算 其他经验
当前位置:技术经验 » 程序设计 » Python3 » 查看文章
Pytorch中的图像增广transforms类和预处理方法
来源:jb51  时间:2023/4/3 10:00:41  对本文有异议

1.随机翻转(水平和垂直)

torchvision.transforms.RandomVerticalFlip函数和torchvision.transforms.RandomHorizontalFlip函数是两个可以实现数据增强的函数,可以将输入的图像进行随机垂直翻转和随机水平翻转,从而增加数据集的多样性。

具体来说,torchvision.transforms.RandomVerticalFlip函数可以将输入图像在垂直方向上进行随机翻转,而torchvision.transforms.RandomHorizontalFlip函数可以将输入图像在水平方向上进行随机翻转。这两个函数都可以通过设置参数来控制翻转的概率。

下面是这两个函数的使用方法:

  1. import torch
  2. import torchvision.transforms as transforms
  3.  
  4. # 定义随机垂直翻转和随机水平翻转的概率
  5. vflip_probability = 0.5 # 随机垂直翻转的概率
  6. hflip_probability = 0.5 # 随机水平翻转的概率
  7.  
  8. # 定义图像变换
  9. transform = transforms.Compose([
  10. transforms.RandomVerticalFlip(p=vflip_probability),
  11. transforms.RandomHorizontalFlip(p=hflip_probability)
  12. ])

在上述代码中,我们首先通过transforms.Compose函数定义了一个图像变换的序列,其中包含了随机垂直翻转和随机水平翻转两个操作。

2.随机裁剪缩放

torchvision.transforms.RandomResizedCrop函数可以进行随机裁剪和缩放,从而增加数据集的多样性。在实际使用中,这个函数有许多可调参数,下面是一个更加完整的介绍:

  1. transforms.RandomResizedCrop(
  2. size, # 输出图像的大小
  3. scale=(0.08, 1.0), # 缩放范围,将输入图像按照该范围内的随机比例缩放
  4. ratio=(3.0/4.0, 4.0/3.0), # 长宽比范围,将输入图像按照该范围内的随机比例进行裁剪
  5. interpolation=2 # 缩放时使用的插值方法,可选1、2、3、4中的一个,默认为PIL.Image.BILINEAR
  6. )

下面是各个参数的详细介绍:

  • size:输出图像的大小,可以是一个整数,表示输出图像的边长,或者是一个二元组,表示输出图像的宽和高。例如,如果设置size=224,则输出图像的大小为 224 × 224 224\times224 224×224;如果设置size=(256,192),则输出图像的大小为 256 × 192 256\times192 256×192。
  • scale:缩放范围,将输入图像按照该范围内的随机比例缩放。该参数是一个二元组,表示缩放比例的范围,例如(0.08,1.0)表示将输入图像缩放到原来的 0.08 0.08 0.08到 1.0 1.0 1.0倍之间的随机比例。默认值为(0.08, 1.0)。
  • ratio:长宽比范围,将输入图像按照该范围内的随机比例进行裁剪。该参数是一个二元组,表示长宽比的范围,例如(3.0/4.0,4.0/3.0)表示将输入图像按照宽高比在 3 / 4 3/4 3/4到 4 / 3 4/3 4/3之间的随机比例进行裁剪。默认值为(3.0/4.0, 4.0/3.0)。
  • interpolation:缩放时使用的插值方法,可选1、2、3、4中的一个,分别表示PIL.Image.NEAREST、PIL.Image.BILINEAR、PIL.Image.BICUBIC和PIL.Image.LANCZOS。默认值为PIL.Image.BILINEAR。

3.随机修改颜色(颜色抖动)

在PyTorch中,torchvision.transforms.RandomColorJitter函数可以用于对图像进行随机颜色抖动,增加数据集的多样性。这个函数可以随机地改变图像的亮度、对比度、饱和度和色相,并且还可以随机地进行灰度化操作。下面是该函数的参数:

  1. transforms.RandomColorJitter(
  2. brightness=0.1, # 亮度调整的强度,默认值为0.1
  3. contrast=0.1, # 对比度调整的强度,默认值为0.1
  4. saturation=0.1, # 饱和度调整的强度,默认值为0.1
  5. hue=0.1, # 色相调整的强度,默认值为0.1
  6. p=0.5, # 执行颜色抖动的概率,默认值为0.5
  7. )

下面是各个参数的详细介绍:

  • brightness:亮度调整的强度。默认值为0.1。如果设置为0,则不进行亮度调整。
  • contrast:对比度调整的强度。默认值为0.1。如果设置为0,则不进行对比度调整。
  • saturation:饱和度调整的强度。默认值为0.1。如果设置为0,则不进行饱和度调整。
  • hue:色相调整的强度。默认值为0.1。如果设置为0,则不进行色相调整。
  • p:执行颜色抖动的概率。默认值为0.5。如果设置为1,则每个图像都会执行颜色抖动。

4.将图像转化为张量

在PyTorch的torchvision库中,ToTensor函数是一种将PIL Image或numpy.ndarray格式的图像转换为PyTorch Tensor格式的函数。它可以将图像中的像素值转换为0到1之间的标准化数值,并调整图像的通道顺序,使其符合PyTorch模型的输入要求。

ToTensor函数的使用方法如下:

  1. from torchvision.transforms import ToTensor
  2. transform = ToTensor()

一般来说,在使用Compose组合在一起的一组transform中,ToTensor函数应该放在最后一个位置,以便将图像转换为PyTorch Tensor格式的图像,并确保其他所有的transform都在Tensor转换之前完成。

5.标准化操作

在PyTorch的torchvision.transforms库中,Normalize函数是一种对图像进行标准化处理的函数。它可以将图像中的像素值进行归一化处理,使得图像的像素值均值为0,标准差为1,从而增强模型的收敛速度和泛化性能。

Normalize函数的使用方法如下:

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

在上述代码中,我们首先导入了Normalize函数,并创建了一个名为transform的Normalize对象。其中,meanstd参数分别代表图像各通道像素值的平均值和标准差。在这里,我们以ImageNet数据集的图像均值和标准差为例进行了设置。

需要注意的是,Normalize函数应该在图像转换为PyTorch Tensor格式之后应用,即在ToTensor之后。这是因为Normalize需要对每个通道的像素值进行标准化,而ToTensor函数将图像中的像素值转换为PyTorch Tensor格式后,每个通道的像素值将存储在不同的维度上,因此才需要在ToTensor之后进行标准化处理。

6.同时结合多种增广方法

在PyTorch的torchvision库中,Compose函数是一种将多个数据增强操作组合在一起的函数。它可以将多个数据增强操作按照一定的顺序组合在一起,并将它们作为一个整体应用于数据集中的每个样本。Compose函数可以帮助我们方便地实现复杂的数据增强操作,同时也可以使我们的代码更加简洁和易读。

Compose函数的使用方法如下:

  1. from torchvision.transforms import Compose
  2. from torchvision.transforms import RandomCrop, RandomHorizontalFlip, ToTensor
  3.  
  4. transform = Compose([
  5. RandomCrop(32),
  6. RandomHorizontalFlip(),
  7. ToTensor()
  8. ])

在上述代码中,我们首先导入了Compose函数和其他一些数据增强操作,然后创建了一个名为transform的Compose对象。该Compose对象由三个数据增强操作组成:随机裁剪(RandomCrop),随机水平翻转(RandomHorizontalFlip)和转换为Tensor格式(ToTensor)。

到此这篇关于Pytorch中的图像增广和预处理方法(transforms类)的文章就介绍到这了,更多相关Pytorch图像增广和预处理内容请搜索w3xue以前的文章或继续浏览下面的相关文章希望大家以后多多支持w3xue!

 友情链接:直通硅谷  点职佳  北美留学生论坛

本站QQ群:前端 618073944 | Java 606181507 | Python 626812652 | C/C++ 612253063 | 微信 634508462 | 苹果 692586424 | C#/.net 182808419 | PHP 305140648 | 运维 608723728

W3xue 的所有内容仅供测试,对任何法律问题及风险不承担任何责任。通过使用本站内容随之而来的风险与本站无关。
关于我们  |  意见建议  |  捐助我们  |  报错有奖  |  广告合作、友情链接(目前9元/月)请联系QQ:27243702 沸活量
皖ICP备17017327号-2 皖公网安备34020702000426号