这次笔记是续PyTorch框架第五次笔记，上次笔记链接为：https://blog.csdn.net/qq_40467656/article/details/107914085

（续）二、transforms的具体方法

4.图像变换

（1）尺寸变换：transforms.Resize()

功能：将输入图像的尺寸resize到给定的尺寸。
操作对象：PIL格式或是张量。

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

参数如下：

1. size：同上（上次笔记）。
2. interpolation：同上（上次笔记）。

原始图像尺寸（224,224）：（注意坐标轴）

transforms.Resize((512, 512))

resize后的结果，注意坐标轴

（2）标准化：transforms.Normalize()

功能：逐通道的标准化图像，公式为
output[channel] = (input[channel] - mean[channel]) / std[channel]
操作对象：张量。

torchvision.transforms.Normalize(mean, std, inplace=False)

参数如下：

1. mean：（序列）每个通道的均值。
2. std：（序列）每个通道的标准差。
3. inplace：（布尔，可选）是否为原地操作。

标准化的作用：可以加快模型的收敛。

例子如下，这是RGB三通道图像，所以均值标准差都要有三个：

norm_mean = [0.485, 0.456, 0.406]
norm_std = [0.229, 0.224, 0.225]
transforms.Normalize(norm_mean, norm_std)

（3）转为tensor：transforms.ToTensor()

功能：将 PIL Image 或 numpy.ndarray 转变为tensor。
操作对象：PIL格式或是ndarray。

torchvision.transforms.ToTensor

将一个尺寸为（H×W×C）像素值范围[0, 255]的PIL图像或numpy的ndarray转变为尺寸为（C×H×W）像素值范围[0.0, 1.0]。

transforms.ToTensor()

因为像素值都小于等于1，所以显示不出来，其实像素值是有值的。

（4）将数据转换为PILImage：transforms.ToPILImage()

功能：将张量或ndarray转换为PIL图像，同时保留值的范围。
操作对象：ndarray或是张量。

torchvision.transforms.ToPILImage(mode=None)

参数如下：

（5）填充：transforms.Pad()

功能：对图片的边缘进行填充。
操作对象：PIL格式或是张量。

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

参数如下：

1. padding：设置填充的大小。若为a，则四边都填充a个像素距离；若为（a，b），则左右两边填充a个，上下两边填充b个；若为（a，b，c，d），则分别对应左、上、右、下四个边。
2. fill：只有padding_mode设置为constant时有效，constant模式下要填充的像素值（R、G、B）或（Gray），默认为0。
3. padding_mode：填充模式，有constant、edge、reflect和symmetric四种，同上。

几个例子如下：

（1）四边都填充32像素，模式为constant，填充值为(255, 0, 0)（红色）。

transforms.Pad(padding=32, fill=(255, 0, 0), padding_mode='constant')

（2）padding不一样，其他和（1）一样：

transforms.Pad(padding=(8, 64), fill=(255, 0, 0), padding_mode='constant')

（3）padding不一样，其他和（1）一样：

transforms.Pad(padding=(8, 16, 32, 64), fill=(255, 0, 0), padding_mode='constant')

（4）模式改成了symmetric，此时的fill无效：

transforms.Pad(padding=(8, 16, 32, 64), fill=(255, 0, 0), padding_mode='symmetric')

（6）修改亮度、对比度、饱和度：transforms.ColorJitter()

功能：调整亮度、对比度、饱和度和色相。
操作对象：PIL格式或是张量。

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

参数如下：

1. brightness：亮度调整因子，当为a时，从[max(0, 1-a), 1+a]中随机选择；当为(a, b)时，从[a, b]中随机选择。
2. contrast：对比度参数，同brightness。
3. saturation：饱和度参数，同brightness。
4. hue：色相参数，当为a时，从[-a, a]中选择，0<=a<=0.5；当为(a, b)时，从[a, b]中随机选择，-0.5<=a<=b<=0.5。

例子如下：

（1）亮度：

transforms.ColorJitter(brightness=0.5)

即亮度在[0.5, 1.5]之间选择：

（2）对比度：

transforms.ColorJitter(contrast=0.5)

（3）饱和度：

transforms.ColorJitter(saturation=0.5)

（4）色相：

transforms.ColorJitter(hue=0.3)

（7）转灰度图：transforms.Grayscale()

功能：将图像转变为灰度图，返回类型为PIL图像。
操作对象：PIL图像。

torchvision.transforms.Grayscale(num_output_channels=1)

参数：

注意它的返回，通道为3时，三通道的值相等：

例子如下：

transforms.Grayscale(num_output_channels=3)

（8）依概率p转为灰度图：transforms.RandomGrayscale()

功能：依概率将图片转换为灰度图。
操作对象：PIL图像。

torchvision.transforms.RandomGrayscale(p=0.1)

（9）仿射变换：transforms.RandomAffine()

功能：对图像进行仿射变换，仿射变换是二维的线性变换，由五种基本原子构成，分别是旋转、平移、缩放、错切和翻转。
操作对象：PIL格式（或是张量？不清楚张量可不可以）。

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

参数如下：

1. degrees：旋转角度，同RandomRotation()。
2. translate：平移区间设置，如（a，b），则水平平移距离在（-img_width×a，img_width×a）区间内选择，垂直平移距离在（-img_height×b，img_height×b）区间内选择，默认不平移。
3. scale：缩放比例，默认不缩放。
4. shear：错切角度设置，若为a，则图像会沿着x轴方向错切，错切角度在（-a，a）范围内；若为（a，b），则图像会沿着x轴方向错切，错切角度在（a，b）范围内；若为（a，b，c，d），则图像会沿着x轴方向错切，错切角度在（a，b）范围内，并且沿着y轴错切，错切角度在（c，d）范围内。
5. resample：插值方法。
6. fillcolor：填充颜色设置，（R，G，B）或（Gray）。

例子如下：

（1）旋转

transforms.RandomAffine(degrees=30)

（2）平移

transforms.RandomAffine(degrees=0, translate=(0.2, 0.2), fillcolor=(255, 0, 0))

（3）缩放

transforms.RandomAffine(degrees=0, scale=(0.7, 0.7))

（4）y方向错切

transforms.RandomAffine(degrees=0, shear=(0, 0, 0, 45))

（5）x方向错切

transforms.RandomAffine(degrees=0, shear=90, fillcolor=(255, 0, 0))

（10）随机遮挡：transforms.RandomErasing()

功能：在图像中随机选择一个矩阵区域并遮挡其像素。
操作对象：张量。

torchvision.transforms.RandomErasing(p=0.5, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=0, inplace=False)

参数如下：

1. p：执行随机遮挡操作的概率。
2. scale：遮挡区域的面积。
3. ratio：遮挡区域的长宽比。
4. value：设置遮挡区域的像素值，（R,G,B）或（Gray）。
5. inplace：是否原地操作，默认False。

例子如下：

（1）

transforms.RandomErasing(p=1, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=(254/255, 0, 0))

（2）value若是一个字符串，则会是随机填充。

transforms.RandomErasing(p=1, scale=(0.02, 0.33), ratio=(0.3, 3.3), value='1234')

5.transforms的操作

（1）transforms.Lambda()

功能：用户自定义lambda方法。

torchvision.transforms.Lambda(lambd)

参数：

格式为：
lambda[ arg1 [,arg2,…] ]：expression
其中：
arg1 [,arg2,…]为输入参数，expression为要做的操作以及返回的内容。

例子如下：

transforms.TenCrop(112, vertical_flip=False)
transforms.Lambda(lambda crops: torch.stack([(transforms.ToTensor()(crop)) for crop in crops]))

这里的操作是将TenCrop生成的十个图像拼接成一个张量。

（2）transforms.RandomChoice()

功能：从一系列transforms方法中随机挑选一个。

torchvision.transforms.RandomChoice(transforms)

格式为：

transforms.RandomChoice([transforms1, transforms2, transforms3,...])

如：要么垂直翻转，要么水平翻转。

transforms.RandomChoice([transforms.RandomVerticalFlip(p=1), transforms.RandomHorizontalFlip(p=1)])

（3）transforms.RandomApply()

功能：依据概率执行一组transforms操作。

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

如：0.5的概率执行仿射变换后灰度化。

transforms.RandomApply([transforms.RandomAffine(degrees=0, shear=45, fillcolor=(255, 0, 0)), transforms.Grayscale(num_output_channels=3)], p=0.5)

（4）transforms.RandomOrder()

功能：对一组transforms方法打乱，然后顺序执行。

torchvision.transforms.RandomOrder(transforms)

如：

transforms.RandomOrder([transforms.RandomRotation(15),transforms.Pad(padding=32),transforms.RandomAffine(degrees=0, translate=(0.01, 0.1), scale=(0.9, 1.1))]),

PyTorch框架学习六——图像预处理transforms（二）相关推荐

1. PyTorch框架学习五——图像预处理transforms（一）

   PyTorch框架学习五--图像预处理transforms(一) 一.transforms运行机制 二.transforms的具体方法 1.裁剪 (1)随机裁剪:transforms.RandomCr ...

2. PyTorch框架学习二十——模型微调（Finetune）

   PyTorch框架学习二十--模型微调(Finetune) 一.Transfer Learning:迁移学习 二.Model Finetune:模型的迁移学习 三.看个例子:用ResNet18预训练模 ...

3. PyTorch框架学习十六——正则化与Dropout

   PyTorch框架学习十六--正则化与Dropout 一.泛化误差 二.L2正则化与权值衰减 三.正则化之Dropout 补充: 这次笔记主要关注防止模型过拟合的两种方法:正则化与Dropout. 一 ...

4. PyTorch框架学习七——自定义transforms方法

   PyTorch框架学习七--自定义transforms方法 一.自定义transforms注意要素 二.自定义transforms步骤 三.自定义transforms实例:椒盐噪声 虽然前面的笔记介绍 ...

5. PyTorch框架学习（二） — 一文精通张量操作

   PyTorch框架学习(二) - 张量操作与线性回归 1 张量的操作 1.1 拼接 1.2 切分 1.3 索引 1.4 变换 2 张量的数学运算 2.1 加法运算 2.2 减法运算 2.3 哈达玛积运 ...

6. PyTorch框架学习十二——损失函数

   PyTorch框架学习十二--损失函数 一.损失函数的作用 二.18种常见损失函数简述 1.L1Loss(MAE) 2.MSELoss 3.SmoothL1Loss 4.交叉熵CrossEntropy ...

7. PyTorch框架学习二——基本数据结构（张量）

   PyTorch框架学习二--基本数据结构(张量) 一.什么是张量? 二.Tensor与Variable(PyTorch中) 1.Variable 2.Tensor 三.Tensor的创建 1.直接创建 ...

8. PyTorch系列入门到精通——图像预处理transforms

   PyTorch系列入门到精通--图像预处理transforms

9. PyTorch框架学习十——基础网络层（卷积、转置卷积、池化、反池化、线性、激活函数）

   PyTorch框架学习十--基础网络层(卷积.转置卷积.池化.反池化.线性.激活函数) 一.卷积层 二.转置卷积层 三.池化层 1.最大池化nn.MaxPool2d 2.平均池化nn.AvgPool2 ...

最新文章

1. sosoApi 环境搭建
2. python编译安装pyaudio
3. [剑指offer]8.重建二叉树
4. ScriptManager.RegisterAsyncPostBackControl 方法
5. jboss maven_使用Maven配置JBoss / Wildfly数据源
6. 【交往智慧】005.做一个愿意聆听的人
7. keil c语言字符型变量的值,面向51单片机的Keil uVision4的四种基本数据类型
8. PHP --字符串编码转换（自动识别原编码）
9. java中sql 语句格式转换_Java字符串转Sql语句In格式工具方法
10. 【Cocos2d入门教程五】Cocos2d-x动作篇
11. amp sqlserver中 什么意思_股票术语中的做空到底是什么意思？
12. 具体数学-第8课（取整进阶）
13. caffe---测试模型分类结果并输出（python ）
14. 用jsp编写一个猜26个小写英文字母的web小游戏
15. fly bird用java怎么写,java-flybird_wang-51CTO博客
16. 网络和计算机加密驱动,如何解决笔记本电脑连接不上加密无线网络的问题
17. 【Python爬虫】：使用高性能异步多进程爬虫获取豆瓣电影Top250
18. 扫码点餐小程序源码_做个扫码点餐的小程序贵吗？
19. 《国产操作系统之银河麒麟》桌面环境
20. VIM7.3中文手册

热门文章

1. jdbctemplate 开启事务_Spring(四):事务管理
2. （十四）【RecSys 2016】Personalized Recommendations using Knowledge Graphs: A Probabilistic【看不懂】
3. 深度剖析RPC框架的核心设计
4. PaddlePaddle预训练模型大合集
5. python实现requests访问接口，比如es接口
6. spring cloud eureka注册原理-注册失败填坑
7. 弄懂goroutine调度原理
8. 18-ESP8266 SDK开发基础入门篇--TCP 服务器 RTOS版,串口透传,TCP客户端控制LED
9. $.getJSON()
10. 浅谈Spring的AOP实现-代理机制