PyTorch中几种transforms数据预处理的方法
文章目录
前言
数据增强又称为数据增广,数据扩增,是对数据集进行变换,从而让模型更具泛化能力。
一、transforms–crop(裁剪)
1.transforms.CenterCrop
功能:从图像中心处裁剪图片
size: 所需裁剪图片的尺寸
若裁剪尺寸大于图片尺寸,则多余部分会用黑色填充。
2.transforms.RandomCrop
功能:从图片中随机位置裁剪出size大小的图片
size:所需裁剪的图片尺寸
padding:设置填充大小
当为a时,上下左右均填充a个像素
当为(a,b)时,上下填充b个像素,左右填充a个像素
当为(a,b,c,d)时,左上右下分别填充a,b,c,d个像素
pad_if_needed: 若图像小于设定的size,则填充
有四种padding_mode:
‘constant’:像素值由fill设定
‘edge’:像素值由图像边缘设定
‘reflect’:镜像填充,最后一个像素不镜像,eg:[1,2,3,4]–[3,2,1,2,3,4,3,2]
‘symmetric’:镜像填充,最后一个像素镜像,eg:[1,2,3,4]–[2,1,1,2,3,4,4,3]
fill:constant时图像的像素值
transforms.RandomCrop(size,
padding=None,
pad_if_needed=False,
fill=0,
padding_mode='const