『PyTorch』学习笔记 1 —— transforms

---

简要介绍：Pytorch 中的图像预处理都跟 transforms 这个工具包有关系，它是一个常用的图像变换工具包。

一、Compose方式

Compose方式，支持链式处理，可以集合多个 transforms 的方法或者类。Compose方式的例子如下：

transforms.Compose([
         transforms.CenterCrop(10), // 剪切为10x10大小
         transforms.ToTensor(), // 像素值转换为0~1
])

二、Scriptable transforms方式

Scriptable transforms方式，通过即时运行的脚本方式实现图像变换。例子图示如下：

transforms = torch.nn.Sequential(
     transforms.CenterCrop(10),
     transforms.Normalize((0.485, 0.456, 0.406), (0.229, 0.224, 0.225)),
 )
 scripted_transforms = torch.jit.script(transforms)

当以 script 脚本形式运行时候，transfroms 必须使用 torch.nn.Module 继承类实现链式处理流程的定义与组合。

三、transform 常用图像转换类功能列表

3.1 裁剪 — Crop

• 中心裁剪： transforms.CenterCrop
  功能：依据给定的 size 中心裁剪。
• 随机裁剪： transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode='constant')
  功能：依据给定的 size 随机裁剪。
• 随机长宽比裁剪： transforms.RandomResizedCrop(size, scale=(0.08,1.0), ratio=(0.75, 1.333), interpolation=2)
  功能：随机大小，随机长宽比裁剪原始图片，最后将图片 resize 到设定好的 size。
• 上下左右中心裁剪： transforms.FiveCrop(size)
  功能：对图片进行上下左右以及中心裁剪，获得 5 张图片，返回一个 4D-tensor。
• 上下左右中心裁剪后翻转： transforms.TenCrop(size, vertical_flip=False)
  功能：对图片进行上下左右以及中心裁剪，然后全部翻转（水平或者垂直），获得 10 张图片，返回一个 4D-tensor。

3.2 翻转和旋转 — Flip and Rotation

• 依概率 p 水平翻转： transforms.RandomHorizontalFlip(p=0.5)
  功能：依据概率 p 对 PIL 图片进行水平翻转。
• 依概率 p 垂直翻转： transforms.RandomVerticalFlip(p=0.5)
  功能：依据概率 p 对 PIL 图片进行垂直翻转。
• 随机旋转： transforms.RandomRotation(degrees, resample=False, expand=False, center=None)
  功能：依据 degrees 随机旋转一定角度。

3.3 图像变换

• resize: transform.Resize(size, interpolation=2)
  功能：重置图像分辨率。
  其中，interpolation — 插值方式，默认为 PIL.Image.BILINEAR
• 标准化： transforms.Normalize(mean, std)
  功能：对数据按通道进行标准化，即先减均值，再除以标准差，注意是 h*w*c 。
• 转为 tensor，并归一化至[0-1]： transforms.ToTensor
  功能：将 PIL Image 或者 ndarray 转换为 tensor，并且归一化到 [0, 1] 。
  注意：归一化至 [0, 1] 是直接除以 255，若自己的 ndarray 数据尺度有变化，则需要针对性修改。
• 填充：transforms.Pad(padding, fill=0, padding_mode='constant')
  功能：对图像进行填充。
• 修改亮度、饱和度和对比度： transforms.ColorJitter(brightness=0, constract=0, saturation=0, hue=0)
• 转灰度图： transforms.Grayscale(num_output_cahnnels=1)
  功能：将图片转换为灰度图。
• 依概率 p 转为灰度图： transforms.RandomGrayscale(p=0.5)
• 线性变换： transforms.LinearTransformation(transformation_matrix)
  功能：对矩阵做线性变化处理，可用于白化处理！
• 仿射变换： transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)
• 转 PILImage： transforms.ToPILImage(mode=None)
  功能：将 tensor huozhe ndarray 的数据转换为 PIL Image 类型数据。
• 随机高斯模糊： transforms.GaussianBlur

3.4 对 transforms 操作，使数据增强更灵活

• 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 transforms 加上概率，依概率进行操作。
• transforms.RandomOrder
  将 transforms 中的操作随机打乱。