PyTorch自定义Transform模块(torchvision)-深度学习

关注

VIP免费原创最新推荐文章于 2026-08-13 15:26:52 发布 6.2k 阅读 AI 写同款· GEO 优化 ›

torchvision的使用(transforms用法介绍) 介绍 torchvision是pytorch的一个图形库，它服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。torchvision.transforms主要是用于常见的一些图形变换。以下是torchvision的构成： torchvision.datasets: 一些加载数据的函数及常用的数据集接口； torchvision.models: 包含常用的模型结构（含预训练模型），例如AlexNet、VGG、ResNet等； torchvision.transforms: 常用的图片变换，例如阅读详情

版权归属：

更多关注：

1 问题

PyTorch实现image-to-image时，需要对image pair进行相同参数的transform（i.e. sync），torchvision已经实现了多种针对single image的transform，但是在使用时input image与target image的transform不一致，上网查阅没有发现好的方法，因此只能自己实现。查看了TorchVision的Transform代码，自己也是可以仿照实现。

2 Random Scale and Crop原理

在这里插入图片描述
将原始图片放大scale=r倍，为了满足crop后的图片中间的蓝色区域没有被分割遗漏，就需要满足crop size > min crop size，进而得到r > 2n/(m+n)。
如果将n=256, m=172带入，r大概1.2左右。反过来如果令r在[1.0, 1.2]之间那么m=170.6，实际中取m=170 or 172。

3 实现代码

Talk is cheap, show me the code.

#coding=utf-8
import torchvision.transforms as transforms
import torchvision.transforms.functional as F
import random
import numpy as np
from PIL import Image
import numbers
import collections
import sys

if sys.version_info < (3, 3):
    Sequence = collections.Sequence
    Iterable = collections.Iterable
else:
    Sequence = collections.abc.Sequence
    Iterable = collections.abc.Iterable



def get_sync_transform(opt):
    transform_list = []

    osize = [opt.loadSize, opt.loadSize]
    transform_list.append(Resize(osize, Image.BILINEAR))
    transform_list.append(RandomScaleCrop())

    if opt.isTrain and not opt.no_flip:
        transform_list.append(transforms.RandomHorizontalFlip())

    transform_list += [ToTensor(),
                       Normalize(<