PyTorch中几种transforms数据预处理的方法

PyTorch中几种transforms数据预处理的方法

---

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