transforms可以对图像进行裁剪,翻转,旋转,图像变换。

裁剪

torchvision.transforms.RandomResizedCrop

import torchvision.transforms as T
'''
随机缩放裁剪
params: size 裁剪之后的大小
param:scale 随机剪裁的区间
param: ratio 随机长宽比设置
param: 插值方法
'''
T.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=2)

翻转

torchvision.transforms.RandomHorizontalFlip

'''
随机水平翻转
param: p 按p的概率进行水平翻转
'''
T.RandomHorizontalFlip(p=0.5)

图像变换

torchvision.transforms.ColorJitter

'''
修改亮度、对比度和饱和度
param: brightness 亮度
param: contrast 对比度
param: saturation 饱和度
paramL hue 色调
'''
T.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)

torchvision.transforms.RandomGrayscale

'''
以概率p转换为灰度图
param: p 概率
'''
T.RandomGrayscale(p=0.2)

torchvision.transforms.ToTensor

'''
转换为Tensor格式, 并除以255。一般而言图像区间为[0,255],除以255可以对数据进行归一化处理。
'''
T.ToTensor()

torchvision.transforms.Normalize

'''
对数据按通道进行标准化,即先减均值,再除以标准差
param: mean 均值,为hwc格式
paramL std 标准差,为hwc格式
'''
T.Normalize(mean, std)

torchvision.transforms.Resize

'''
重置图像大小
param: size 重置后图像大小
param: interpolation 插值方法
'''
T.Resize(size, interpolation=2)

对transforms操作

'''
对transforms按照p的概率进行操作
param: p 概率
'''
T.RandomApply(transforms, p=0.5)

参考链接:
https://zhuanlan.zhihu.com/p/53367135

pytorch之transforms相关推荐

  1. PyTorch :transforms 数据增强:裁剪、翻转、旋转

    在之前课程中,我们已经熟悉了 PyTorch 中 transforms 的运行机制,它提供了大量的图像增强方法,例如裁剪.旋转.翻转等等,以及可以自定义实现增强方法.本节课中,我们将进一步学习 tra ...

  2. pytorch orchvision.transforms.Normalize

    API CLASS torchvision.transforms.Normalize(mean, std, inplace=False) input需要为(C,H,W),一般会用ToTensor()预 ...

  3. pytorch torchvision.transforms.ToTensor

    API 将Shape=(HWC)的PIL.Image或者numpy.ndarray转换成shape=(CHW)的范围在[0.0,1.0]的torch.FloatTensor 像素值范围从[0, 255 ...

  4. pytorch torchvision.transforms.Resize

    API CLASS torchvision.transforms.Resize(size, interpolation=2) 参数 描述 size (sequence or int) 如果size是s ...

  5. pytorch torchvision.transforms.CenterCrop

    应用 以图片中心进行裁剪 import torchivision.transforms import PIL.Image as Image import torchvision.transforms# ...

  6. Pytorch中transforms.Compose()的使用

    torchvision介绍 torchvision是pytorch的一个图形库,它服务于PyTorch深度学习框架的,主要用来构建计算机视觉模型.torchvision.transforms主要是用于 ...

  7. [Pytorch] torchvision.transforms.ToTensor

    PyTorch框架中有一个非常重要且好用的包:torchvision,该包主要由3个子包组成,分别是:torchvision.datasets.torchvision.models.torchvisi ...

  8. 深度学习(PyTorch)——Transforms的使用方法与技巧

    B站UP主"我是土堆"视频内容 Transforms主要是对数据进行特定的变化 Transforms的结构及其用法 在pycharm输入from torchvision impor ...

  9. Pytorch下transforms.ToTensor(),transforms.Normalize()详解,及代码实现和复原

    一.在数据处理时,我们要经常用到transforms.ToTensor(),transforms.Normalize()语句,将图像数据转换为tensor并标准化到[-1,1]之间. 其计算过程为: ...

  10. Pytorch:transforms的二十二个方法

    https://blog.csdn.net/weixin_38533896/article/details/86028509

最新文章

  1. iOS 直播专题3-前置处理
  2. 开源监控解决方案Nagios+Cacti+PNP4Nagios+NConf+NDOUtils+Nagvis(六)ndoutils安装
  3. 比赛-模拟赛 (17 Aug, 2018) (待施工)
  4. 安卓应用安全指南 4.4.3 创建/使用服务高级话题
  5. DL之Attention:Attention注意力机制的简介、应用领域之详细攻略
  6. Nginx核心模块——HTTP中的配置指令location和rewrite介绍
  7. React Native 和ionic2 你选择哪一个?
  8. linux awk 某一列合并,利用shell中awk和xargs以及sed将多行多列文本中某一列合并成一行...
  9. 微信视频号Android面试经验,如何通过视频面试拿下offer?我们来给你支招啦!
  10. android学习笔记---66_自定义标签页
  11. uniapp语音识别_uni-app开发APP语音播报功能
  12. 时间序列模型之——prophet
  13. Hudson dryRun jobs break after upgrade from 2.2.0 to 2.2.1
  14. 剑指offer面试题[17]-合并两个排序的链表
  15. 翻译:Swift 5编写并发编程,并发解决方案和异步Operation
  16. sge中的windows选项
  17. 安装Wireshark时提示Npcap失败的解决办法(亲测且多人反馈有用)
  18. win7旗舰版 OEM KEY
  19. matplotlib plot函数使用详解
  20. 使用xpath,正则表达式爬取豆瓣top250电影信息

热门文章

  1. Godaddy、Lunarpages、IXwebhosting国外三大主机点评
  2. 整理2020智能车竞赛网站各分赛区报名情况
  3. 用python打开文件然后写个欢迎代码
  4. Kata Containers用例
  5. OpenStack in containers
  6. boseqc35能不能连电脑_boseQC35耳机不能连接win10电脑如何解决
  7. 插上耳机一说话别人听有很大的电流声怎么办?
  8. 2019税改有哪些变化?什么是专项扣除?这些改动与你的工资息息相关!
  9. 1.1Vue安装以及使用(node安装)
  10. Oracle (temporary tablespace)临时表空间说明