Functional Transforms 函数形式的变换

1. 学习前言

根据pytorch官方文档TRANSFORMING AND AUGMENTING IMAGES

2. 为什么要用Functional Transforms

因为别人在用

入门的时候看大家的代码都是

from torchvision import transform

transform = transforms.Compose([
    transforms.RandomHorizontalFlip(p=0.5),
    transforms.ToTensor(),
    transforms.Normalize([0.672, 0.487, 0.648], [0.172, 0.181, 0.149]) # RGB

但是今天看到有人这么写，代码来自transform.py

# transforms.py

import random
from torchvision.transforms import functional as F


class Compose(object):
    """组合多个transform函数"""
    def __init__(self, transforms):
        self.transforms = transforms

    def __call__(self, image, target):
        for t in self.transforms:
            image, target = t(image, target)
        return image, target


class ToTensor(object):
    """将PIL图像转为Tensor"""
    def __call__(self, image, target):
        image = F.to_tensor(image)
        return image, target


class RandomHorizontalFlip(object):
    """随机水平翻转图像以及bboxes"""
    def __init__(self, prob=0.5):
        self.prob = prob

    def __call__(self, image, target):
        if random.random() < self.prob:
            height, width = image.shape[-2:]
            image = image.flip(-1)  # 水平翻转图片
            bbox = target["boxes"]
            # bbox: xmin, ymin, xmax, ymax
            bbox[:, [0, 2]] = width - bbox[:, [2, 0]]  # 翻转对应bbox坐标信息
            target["boxes"] = bbox
        return image, target

官方文档说用函数形式的变换，没有随机生成的参数。也就是说变换得到的结果是根据用户自己定义的。

To be continue