-
1. 1 pytorch安装与简介
-
2. 1 pytorch的tensor操作
-
3. 1 pytorch的梯度计算
-
4. 1 pytorch的数据集与迭代器
-
pytorch的数据集与迭代器
-
pytorch导入DataSet数据
-
-
4. 2 pytorch的图片数据与处理
-
5. 1 pytorch训练模型
-
pytoch训练逻辑回归
-
【示例】transforms提供的各种转换
本站原创文章，转载请说明来自《老饼讲解-深度学习》www.bbbdata.com
本文概述
pytorch的transforms提供了缩放、裁剪、颜色转换、自动增强和其它等相关的变换
本文展示各个API的简单介绍和效果，旨在快速了解各个API的功能和效果
各个API的具体代码使用示例参考： 《torchvision.transforms使用示例代码》
各个API更细节的使用示例参考官方文档：https://pytorch.org/vision/stable/transforms.html
一、 transforms的缩放转换
01. 缩放API说明
Resize-缩放：缩放Resize是将图片修改成指定尺寸
示例解说：Resize((20,30)) ，转换后图像的高为20，宽为30
Resize(20) ，将图像最小边等比缩放为为20
RandomShortestSize-随机缩放最短尺寸：随机将图像最小边等比缩放到指定的几个值
示例解说：RandomShortestSize([20,30,40]) ，转换后图像的最小边等于20、30、40中的某一个
RandomResize-随机缩放：将图像最小边等比缩放到等定范围
示例解说：RandomResize(20,30) ，将最小边等比缩放到[20,30)之间
02. 缩放API的效果示例
各种缩放的效果示例如下
对原图像src应用Resize、RandomShortestSize、RandomResize进行转换的结果如下：
其中，各个入参为：Resize((70,120))、RandomShortestSize([50,60,70])、RandomResize(50,70)
二、 transforms的裁剪转换
01. 裁剪API说明
RandomCrop-随机裁剪：在原图像中随机裁剪指定尺寸的子图
示例解说：RandomCrop((40,80))在原图像中随机裁出高为40，宽为80的子图
RandomResizedCrop-随机调整裁剪大小：按随机长宽比，裁出随机面积，然后转换为指定Size的图像
示例解说：RandomResizedCrop((40,80),scale=(0.5,0.5),ratio=(3.0/4.0,4.0/3.0))
在原图中，按3/4至4/3之间随机选择一个长宽比，裁剪原图50%的面积，然后转换为高为40宽为80的图像
RandomIoUCrop-随机IoU裁剪：目标检测任务中带框的裁剪
CenterCrop-中心裁剪：在图片中心指定尺寸进行裁剪
示例解说：CenterCrop((60,80))，在原图中心裁剪出高60，宽80的子图
CenterCrop(60)，在原图中心裁剪出高60，宽60的方形子图
FiveCrop-五裁剪：在上下左右中心各裁剪出一张指定Size的子图,共5张
示例解说：FiveCrop((60,80))在图像的左上、右上、左下、右下和中间各裁剪出5张高60宽80的图像
TenCrop-十裁剪：上下左右中心裁剪后，得到5张子图，将其翻转，再得到5张，共10张子图
示例解说：TenCrop((60,80))在图像的左上、右上、左下、右下和中间各裁剪出高60宽80的图像，共5张，加上翻转后的图像就有10张
02. 裁剪API的效果示例
RandomCrop、RandomResizedCrop、 CenterCrop的效果如下：
其中各个API的参数为：
RandomCrop((40,80))
RandomResizedCrop((40,80),scale=(0.5,0.5),ratio=(3.0/4.0,4.0/3.0))
CenterCrop((60,80))
FiveCrop((60,80))的效果如下：
三、transforms的颜色转换
01. 颜色转换API说明
ColorJitter-颜色抖动：随机修改图片的亮度、对比度、饱和度和色相
示例解说： ColorJitter(brightness=(0.3,1.3),contrast=(0.3,1.3),saturation=(0.3,1.3), hue=(-0.3,0.3))
brightness亮度参数，contrast对比度，saturation饱和度都在0.3与1.3之间随机选择，hue色相在-0.3与0.3之间随机选择
RandomPhotometricDistort-随机照片度量失真：随机修改图片的亮度、对比度、饱和度和色相，同时随机修改通道的排序
示例解说：RandomPhotometricDistort(brightness=(0.3,1.3),contrast=(0.3,1.3),saturation=(0.3,1.3), hue=(-0.3,0.3))
即ColorJitter的基础上再随机对通道随机排序，入参与 ColorJitter一致
Grayscale-灰度：将图片转为灰度图片
示例解说：Grayscale(num_output_channels=3)，将图片转为灰度图片，期望的输出为3通道
RandomGrayscale-随机灰度：以一定的概率将图片转为灰度图片
示例解说： RandomGrayscale(p=1.0)，以100%的概率将图片转为灰度图片
GaussianBlur-高斯模糊：将图片进行高斯模糊处理
示例解说：GaussianBlur(kernel_size=5,sigma=3) ，使用3个sigma为3的高斯核对图片进行模糊处理
RandomInvert-随机反转：以一定的概率进行颜色反转
示例解说：RandomInvert(p=0.9),以90%的概率将图片的颜色反转
RandomPosterize-随机后验 ：以指定概率减少每个颜色通道的位数
示例解说：RandomPosterize(bits=2,p=0.9) ,以90%的概率将颜色通道的位数变为2
RandomSolarize-随机极化：对大于阈值的颜色进行颜色反转
示例解说：RandomSolarize(threshold=200,p=0.9) ，90%的概率，将值大于200的像素进行颜色反转
RandomAdjustSharpness-随机调整清晰度：以一定的概率调整图片的清晰度
示例解说：RandomAdjustSharpness(sharpness_factor=5,p=1.0)，以100%的概率将图片清晰度调为5
sharpness_factor是清晰度因子，0时会将图片模糊化，1时保持原样，2及以上会让图片更清晰
RandomAutocontrast-随机自动对比：以一定的概率增强图片的对比度
示例解说：RandomAutocontrast(p=1.0),100%的概率增强图片的颜色对比度
RandomEqualize-随机均衡：以给定的概率均衡给定图像或视频的颜色直方图
示例解说：RandomEqualize(p=1.0)，以100%的概率均衡图片颜色直方图
02. 颜色转换API的效果示例
上述API的效果示例如下：
其中各个API的参数设置如下：
ColorJitter(brightness=(0.3,1.3),contrast=(0.3,1.3),saturation=(0.3,1.3),hue=(-0.3,0.3))
RandomPhotometricDistort(brightness=(0.3,1.3),contrast=(0.3,1.3),saturation=(0.3,1.3),hue=(-0.3,0.3))
Grayscale(num_output_channels=3),RandomGrayscale(p=1.0),GaussianBlur(kernel_size=5,sigma=3)
RandomInvert(p=1.0),RandomPosterize(bits=2,p=1.0),RandomSolarize(threshold=200,p=1.0)
RandomAdjustSharpness(sharpness_factor=5,p=1.0),RandomAutocontrast(p=1.0),RandomEqualize(p=1.0)
四、transforms的其它转换
01. 其它转换API说明
RandomHorizontalFlip-随机水平翻转：给定概率p，按概率p水平翻转
示例解说：RandomHorizontalFlip(p=0.9),90%的概率将图片水平翻转，10%概率保持原样
RandomVerticalFlip-随机垂直翻转：给定概率p，按概率p垂直翻转
示例解说：RandomVerticalFlip(p=0.9),90%的概率将图片垂直翻转，10%概率保持原样
Pad-填充：对图像上下左右各边进行填充
示例解说：Pad(padding=(10,20,30,40), fill=100),对左上右下分别填充10、20、30、40像素，填充值为100
RandomZoomOut-随机缩小：图像大小不变的情况下，添加一个随机大小的画布(画布比图像更大)，将图像放到画布随机位置中
示例解说：RandomZoomOut(fill=100,side_range=(1.0,2.0),p=0.9)，
添加一个1-2倍大小的画布，将图像随机放置其中，90%的概率进行这样的处理，10%概率保持原样
RandomRotation-随机旋转：对图像以某点为中心，以随机角度进行旋转
示例解说：RandomRotation(degrees=(-30,30),expand=False,center=(0,0),fill=100)
对图片以(0,0)为中心随机旋转-30度至30度，旋转后的空白部分填充为100，超出画布的部分忽略
补充：center是旋转中心，默认时以图像中心为旋转中心，expand为True时，会扩展画布，以显示图像全部内容
RandomAffine-随机仿射变换：对图片进行随机仿射变换，仿射变换包括旋转，平衡，剪切，缩放。
示例解说：RandomAffine(degrees=(-30,50),translate=(0.2, 0.3),shear=(-30,50),scale=(0.5,1),fill=100)
在-30至50度之间随机旋转，然后宽高各平移0至20%、30%，进行-30至50度的随机剪切，整体大小随机缩放50%-100%，空白的地方填充值为100
RandomPerspective-随机透视：以一定的形变水平进行随机透视变换
示例解说：RandomPerspective(distortion_scale=0.9,p=1.0),以100%的概率进行随机透视变换，形变水平为0.9。
ElasticTransform-弹性变换：对图片以一定的位移、平滑度进行弹性变换
示例解说：ElasticTransform(alpha=50.0,sigma=4.0,fill=100),alpha为位置大小，sigma为位置平滑度，fill为填充
02. 其它转换API的效果示例
上述各个API的转换效果示例如下：
其中各个API的参数设置如下：
RandomHorizontalFlip(p=0.9) ，RandomVerticalFlip(p=0.9) ，Pad(padding=(10,20,30,40), fill=100)
RandomZoomOut(fill=100,side_range=(1.0,2.0),p=1) ，RandomRotation(degrees=(-30,30),expand=False,center=(0,0),fill=100)
RandomAffine(degrees=(-30,50),translate=(0.2, 0.3),shear=(-30,50),scale=(0.5,1),fill=100)
RandomPerspective(distortion_scale=0.9,p=1.0) ，ElasticTransform(alpha=50.0,sigma=4.0,fill=100)
五、更多的transforms变换
01. 更多的转换API说明
LinearTransformation-线性变换：使用方阵变换和离线计算的均值向量对张量图像或视频进行变换
示例解说：LinearTransformation(transformation_matrix,mean_vector) ,
transformation_matrix为D x D的矩阵，mean_vector维度为D的向量，D=C x H x W
即将图像减去mean_vector后，再用transformation_matrix进行变换
Normalize-标准化：使用平均值和标准偏差对张量图像或视频进行标准化
示例解说：Normalize(mean=(0.5,0.5,0.5),std=(1.,1.,1.),inplace=True) ,对三个通道都采用mean=0.5,std=1的标准化
注意，(1)这里的标准化并不是把通道值标准化到均值为0.5，标准差为1的"平时所理解的标准化"，
而是采用公式output[channel] = (input[channel] - mean[channel]) / std[channel]
(2)输入必须为float，而不能是int类型
RandomErasing-随机擦除：在输入图像或视频中随机选择一个矩形区域并擦除其像素(或者可以理解为生成一个遮挡矩形)
示例解说：RandomErasing(p=1.0,scale=(0.4,0.6),ratio=(1/2,1),value=100,inplace=True)
以100%的概率生成一个遮挡矩形，矩形面积在40%至60%之间随机选择，矩阵长宽比为1:2至1:1之间随机选择，矩阵的颜色值为100
Lambda：将用户定义的函数作为转换
示例解说：Lambda(fcn),其中fcn是自己定义的一个函数，将调用fcn对图像进行处理
from torchvision.transforms import v2
import torch
img = torch.tensor([[11, 12],[13, 14]]) # 要处理的图像
def fcn(x): # 自定义一个处理图像的函数
return x-5 # 处理内容为x-5
transform = v2.Lambda(fcn) # 初始化转换
img_trans = transform(img) # 对图片进行转换
print(img_trans) # 打印处理后的结果运行结果如下：
tensor([[6, 7],
[8, 9]])02. 更多的转换API的效果示例
上述各个API的转换效果示例如下：
其中各个API的参数设置如下：
Normalize(mean=(100,100,100),std=(1.,1.,1.),inplace=True)
RandomErasing(p=1.0 ,scale=(0.4,0.6),ratio=(1/2,1) ,value=100 ,inplace=True)
六、transforms的自动增强变换
01. 自动增强转换API说明
AutoAugment-自动增强：根据<https://arxiv.org/pdf/1805.09501.pdf>`一文中的自动增强策略进行随机增强
示例解说：AutoAugment(policy,interpolation,fill)，AutoAugment共三个参数，policy是策略，interpolation是插值方式，fill是填充值
RandAugment-随机增强：根据 <https://arxiv.org/abs/1909.13719>一文中的增强方式，进行减少搜索空间的实用自动化数据扩充
示例解说：RandAugment(num_ops=1,magnitude=2,num_magnitude_bins=3,fill=50)
num_ops：增强转换数
magnitude：幅值
num_magnitude_bins：幅值个数
interpolation：插值方式
fill：填充值
TrivialAugmentWide-琐碎的宽版增强： 根据<https://arxiv.org/abs/2103.10158>一文中的增强方式,使用TrivialAugment-Wide进行独立于数据集的数据增强
示例解说：TrivialAugmentWide(num_magnitude_bins=2,fill=100)
num_magnitude_bins：幅值个数
interpolation：插值方式
fill：填充值
AugMix：根据 <https://arxiv.org/abs/1912.02781>一文中的增强方式,进行提高鲁棒性和不确定性的简单数据处理
示例解说：AugMix(severity=3,mixture_width=3,chain_depth=-1,alpha=1.0,all_ops=True,fill=100)
severity：基础增强操作的严重程度
mixture_width：扩增链的数量
chain_depth：扩增链的深度，负数时表示从区间在[1，3]随机选择深度
alpha：概率分布的超参数
all_ops：是否使用所有操作（包括亮度、对比度、颜色和清晰度）
interpolation：插值方式
fill：填充值
02. 自动增强转换API的效果示
上述各个API的转换效果示例如下：
其中各个API的参数设置如下：
AutoAugment()，RandAugment(num_ops=1,magnitude=2,num_magnitude_bins=3,fill=50)
TrivialAugmentWide(num_magnitude_bins=2,fill=100)
AugMix(severity=3,mixture_width=3,chain_depth=-1,alpha=1.0,all_ops=True,fill=100)
End