PyTorch数据处理之transforms
1 | from torchvision import transforms |
transforms主要应用于数据的预处理阶段。PIL Image是PyTorch中默认读取图像的方式，torchvision.transforms在图像处理中主要分为4类。
裁剪——Crop
中心裁剪：transforms.CenterCrop
随机裁剪：transforms.RandomCrop
随机长宽比裁剪：transforms.RandomResizedCrop
上下左右中心裁剪：transforms.FiveCrop
上下左右中心裁剪后翻转，transforms.TenCrop
翻转和旋转——Flip and Rotation
依概率p水平翻转：transforms.RandomHorizontalFlip(p=0.5)
依概率p垂直翻转：transforms.RandomVerticalFlip(p=0.5)
随机旋转：transforms.RandomRotation
图像变换
resize：transforms.Resize
标准化：transforms.Normalize
转为tensor：transforms.ToTensor
填充：transforms.Pad
修改亮度、对比度和饱和度：transforms.ColorJitter
转灰度图：transforms.Grayscale
线性变换：transforms.LinearTransformation()
仿射变换：transforms.RandomAffine
依概率p转为灰度图：transforms.RandomGrayscale
将数据转换为PILImage：transforms.ToPILImage
transforms.Lambda：添加用户自定义的处理过程
随机处理
transforms.RandomChoice(transforms)：从给定的一系列transforms中选一个进行操作
transforms.RandomApply(transforms, p=0.5)：给一个transform加上概率，依概率进行操作
transforms.RandomOrder：将transforms中的操作随机打乱
常用方法
transforms.Resize
class torchvision.transforms.Resize(size, interpolation=2)
将输入的PIL图像缩放至size的分辨率
size：（输入类型为int或者sequence ）需要输出的图像大小
interpolation：采样（插值）方式（输入类型为int）。默认为PIL.Image.BILINEAR
可选项：PIL.Image.NEAREST、PIL.Image.BILINEAR、PIL.Image.BICUBIC、PIL.Image.LANCZOS、PIL.Image.HAMMING、PIL.Image.BOX
transforms.Normalize
class torchvision.transforms.Normalize(mean, std, inplace=False)
使用平均或标准差标准化。其作用就是先将输入归一化到(0,1)，再使用公式”(x-mean)/std”，将每个元素分布到(-1,1)
1 | transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]) |
transforms.ToTensor
CLASS torchvision.transforms.ToTensor
将PIL.image或者numpy.ndarray转为tensor
将PIL.image或者numpy.ndarray(H x W x C) [0, 255]转换为 torch.FloatTensor(C x H x W) [0.0, 1.0]