pytorch数据增广

常用的数据增广方法

1. 对图片进行按比例缩放
2. 对图片进行随机位置的截取
3. 对图片进行随机的水平和竖直翻转
4. 对图片进行随机角度的旋转
5. 对图片进行亮度、对比度和颜色的随机变化

下面使用torchvision演示一下这些数据增强方法。

123	import sysfrom PIL import Imagefrom torchvision import transforms

123	# 载入图片img = Image.open('img.jpg')img

随机比例缩放

随机比例缩放使用的是torchvision.transforms.Resize()函数，函数有两个参数，第一个参数为缩放大小，如果为一个值则会按比例缩放，否则按传入的值缩放；第二个参数表示缩放图片使用的方法，默认的是双线性差值。

12345678

# 比例缩放print('缩放前尺寸为:{}'.format(img.size))new_img = transforms.Resize(224)(img)print('缩放后尺寸为:{}'.format(new_img.size))new_img

    缩放前尺寸为:(134, 43)    缩放后尺寸为:(698, 224)

12	new_img = transforms.RandomCrop(224, padding=8)(new_img)new_img

new_img = transforms.Resize((224, 224))(img)print('缩放后尺寸为:{}'.format(new_img.size))new_img

    缩放后尺寸为:(224, 224)

随机位置截取

随机位置截取能够提取图片中的局部信息，使得网络接受的输入具有多尺度的特征，所以能够有较好的效果，在torchvision中主要有以下两种方式，一个是torchvision.transforms.RandomCrop()，传入的参数是截取出图片的长和宽，在图片的随机位置进行截取；第二个是torchvision.transforms.CenterCrop()，同样传入图片的长和宽，会在图片的中心进行截取。

123	# 随机位置截取 100x100 的区域random_img = transforms.RandomCrop(100)(new_img)random_img

123	# 中心裁剪出 100x100 的区域center_img = transforms.CenterCrop(100)(new_img)center_img

123	# 进行填充后随机裁剪random_img2 = transforms.RandomCrop(224, padding=8)(new_img)random_img2

随机水平翻转和竖直翻转

torchvision.transforms.RandomHorizontalFlip()和torchvision.transforms.RandomVerticalFlip()

123	# 随机水平翻转h_flip = transforms.RandomHorizontalFlip()(new_img)h_flip

123	# 随机竖直翻转v_flip = transforms.RandomVerticalFlip()(new_img)v_flip

随机角度旋转

torchvision.transforms.RandomRotation()

12	rot_im = transforms.RandomRotation(30)(new_img)rot_im

亮度、对比度和颜色变化

torchvision.transforms.ColorJitter()函数有四个参数，第一个参数为亮度，第二个参数为对比度，第三个参数为饱和度，第四个参数为颜色

123	# 亮度bright_img = transforms.ColorJitter(brightness=1)(new_img)bright_img

123	# 对比度contrast_img = transforms.ColorJitter(contrast=1)(new_img)contrast_img

123	# 饱和度saturation_img = transforms.ColorJitter(saturation=1)(new_img)saturation_img

123	# 颜色随机变换颜色color_img = transforms.ColorJitter(hue=0.5)(new_img)color_img

123	compose_img = transforms.ColorJitter(0.5, 0.5, 0.5)(new_img)compose_imgnew_img

1234567891011121314151617181920

import matplotlib.pyplot as plt%matplotlib inline

img_transform = transforms.Compose([    transforms.Resize(232),    transforms.RandomCrop(224),    transforms.ColorJitter(0.15, 0.15, 0.15)])

nrows = 5ncols = 5figsize = (10, 10)

_, figs = plt.subplots(nrows, ncols, figsize = figsize)for i in range(nrows):    for j in range(ncols):        figs[i][j].imshow(img_transform(new_img))        figs[i][j].axes.get_xaxis().set_visible(False)        figs[i][j].axes.get_yaxis().set_visible(False)plt.show()