使用torchvision来进行图片的数据增广

数据增强就是增强一个已有数据集，使得有更多的多样性。对于图片数据来说，就是改变图片的颜色和形状等等。比如常见的：

左右翻转，对于大多数数据集都可以使用；
上下翻转：部分数据集不适合使用；
图片切割：从图片中切割出一个固定的形状，

• 随机高宽比（e.g. [3/4, 4/3）
• 随机大小（e.g. [8%, 100%]）
• 随机位置

改变图片的颜色

• 改变色调，饱和度，明亮度（e.g. [0.5, 1.5]）

1. 读取图片

加载相关包。

import torch
import torchvision
import matplotlib

from torch import nn
from torchvision import transforms
from PIL import Image
from IPython import display
from matplotlib import pyplot as plt

选取一个狗的图片作为示例：

def set_figsize(figsize=(3.5, 2.5)):
    
    display.set_matplotlib_formats('svg')
    plt.rcParams['figure.figsize'] = figsize    

def show_images(imgs, num_rows, num_cols, titles=None, scale=1.5):
    r"""
    展示一列图片
    img: Image对象的列表
    """
    figsize = (num_cols * scale, num_rows * scale)
    fig, axes = plt.subplots(num_rows, num_cols, figsize=figsize)

    axes = axes.flatten()
    
    for i, (ax, img) in enumerate(zip(axes, imgs)):
        if torch.is_tensor(img):
            ax.imshow(img.numpy())
        else:
            ax.imshow(img)
            
        ax.get_xaxis().set_visible(False)
        ax.get_yaxis().set_visible(False)
        ax.get_xaxis().set_label('x')
        if titles:
            ax.set_title(titles[i])
    
    return axes

set_figsize()
img = Image.open('img/dog1.jpg')
plt.imshow(img);

2. 图片增广

def apply(img, aug, num_rows=2, num_clos=4, scale=1.5):
    # 对图片应用图片增广
    # img: Image object
    # aug: 增广操作
    Y = [aug(img) for _ in range(num_clos * num_rows)]
    d2l.show_images(Y, num_rows, num_clos, scale=scale)

2.1 图片水平翻转

class RandomHorizontalFlip(torch.nn.modules.module.Module):
	r'''
	RandomHorizontalFlip(p=0.5)
	给图片一个一定概率的水平翻转操作，如果是Tensor，要求形状为[..., H, W]
	Args:
		p: float, 图片翻转的概率，默认值0.5
	'''
	def __init__(self, p=0.5):
		pass

示例。可以看到，有一般的几率对图片进行了水平翻转。

aug = transforms.RandomHorizontalFlip(0.5)
apply(img, aug)

2.2 图片上下翻转

class RandomVerticalFlip(torch.nn.modules.module.Module):
	r'''
	RandomVerticalFlip(p=0.5)
	给图片一个一定概率的上下翻转操作，如果是Tensor，要求形状为[..., H, W]
	Args:
		p: float, 图片翻转的概率，默认值0.5
	'''
	def __init__(self, p=0.5):
		pass

示例。可以看到，有一般的几率对图片进行了上下翻转。

aug = transforms.RandomHorizontalFlip(0.5)
apply(img, aug)

2.3 图片旋转

class RandomRotation(torch.nn.modules.module.Module):
    r'''
    将图片旋转一定角度。
    '''
    def __init__(self, 
                 degrees, 
                 interpolation=<InterpolationMode.NEAREST: 'nearest'>, 
                 expand=False, 
                 center=None, 
                 fill=0):
        r"""
        Args:
            degrees: number or sequence, 可选择的角度范围(min, max)，
                        如果是一个数字，则范围是(-degrees, +degrees)
            interpolation: Default is ``InterpolationMode.NEAREST``.
            expand: bool, 如果为True，则扩展输出，使其足够大来容纳整个旋转的图像
                          如果为False, 将输出图像与输入图像的大小相同。
            center: sequence, 以左上角为原点的旋转中心，默认是图片中心。
            fill: sequence or number: 旋转图像外部区域的像素填充值，默认0。
        """
        pass
    
    def forward(self, input):
        r"""
        Args:
            img: PIL Image or Tensor, 被旋转的图片。
        Return:
            PIL Image or Tensor: 旋转后的图片。
        """
        pass

使用实例：

aug = transforms.RandomRotation(degrees=(-90, 90), fill=128)
apply(img, aug)

2.4 中心裁切

class CenterCrop(torch.nn.modules.module.Module):
    r'''
    中心裁切。
    
    '''
    def __init__(self, size):
        r"""
        Args:
           size: sequence or int, 裁切尺寸(H, W)， 如果是int，尺寸为(size, size)
        """
        pass
    
    def forward(self, input):
        r"""
        Args:
            img: PIL Image or Tensor, 被裁切的图片。
        Return:
            PIL Image or Tensor: 裁切后的图片。
        """
        pass

实例：

aug = transforms.CenterCrop((200, 300))
apply(img, aug)

2.5 随机裁切

class RandomCrop(torch.nn.modules.module.Module):
    r'''
    随机裁切。
    
    '''
    def __init__(self, size):
        r"""
        Args:
           size: sequence or int, 裁切尺寸(H, W)， 如果是int，尺寸为(size, size)
           padding: sequence or int, 填充大小，
                如果值为 a , 四周填充a个像素
                如果值为 (a, b), 左右填充a,上下填充b
                如果值为 (a, b, c, d), 左上右下依次填充
           pad_if_need: bool, 如果裁切尺寸大于原图片，则填充
           fill: number or str or tuple: 填充像素的值
           padding_mode: str, 填充类型。
                   `constant`: 使用 fill 填充
                   `edge`: 使用边缘的最后一个值填充在图像边缘。
                   `reflect`: 镜像填充
        """
        pass
    
    def forward(self, input):
        r"""
        Args:
            img: PIL Image or Tensor, 被裁切的图片。
        Return:
            PIL Image or Tensor: 裁切后的图片。
        """
        pass

示例：

aug = transforms.RandomCrop((200, 300))
apply(img, aug)

输出：

2.6 随机裁切并修改尺寸

class RandomResizedCrop(torch.nn.modules.module.Module):
    r'''
    随机裁切, 并重设尺寸。
    
    '''
    def __init__(self, size， scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333)):
        r"""
        Args:
           size: sequence or int, 需要输出的尺寸(H, W)， 如果是int，尺寸为(size, size)
           scale: tuple of float, 原始图片中裁切大小，百分比
           ratio: tuple of float, resize前的裁切的纵横比范围
        """
        pass
    
    def forward(self, input):
        r"""
        Args:
            img: PIL Image or Tensor, 被裁切的图片。
        Return:
            PIL Image or Tensor: 输出的图片。
        """
        pass

示例：

aug = transforms.RandomResizedCrop((200, 200), scale=(0.2, 1))
apply(img, aug)

2. 7 修改图片颜色

class ColorJitter(torch.nn.modules.module.Module):
    r'''
    修改颜色。
    
    '''
    def __init__(self, brightness=0, contrast=0, saturation=0, hue=0):
        r"""
        Args:
           brightness: float or tuple of float (min, max), 亮度的偏移幅度，范围[max(0, 1 - brightness), 1 + brightness]
           contrast: float or tuple of float (min, max), 对比度偏移幅度，范围[max(0, 1 - contrast), 1 + contrast]
           saturation: float or tuple of float (min, max), 饱和度偏移幅度，范围[max(0, 1 - saturation), 1 + saturation]
           hue: float or tuple of float (min, max), 色相偏移幅度，范围[-hue, hue]
        """
        pass
    
    def forward(self, input):
        r"""
        Args:
            img: PIL Image or Tensor, 输入的图片。
        Return:
            PIL Image or Tensor: 输出的图片。
        """
        pass

示例：

aug = transforms.ColorJitter(brightness=0.5, contrast=0.5, saturation=0.5, hue=0.5)
apply(img, aug)

3. 训练数据集加载

train_augs = transforms.Compose([transforms.RandomHorizontalFlip(), 
                                 torchvision.transforms.ToTensor()])
dataset = torchvision.datasets.CIFAR10(root="../data", train=is_train,
                                           transform=augs, download=True)

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Flask如何实现数据交互，使用Flask上传文件怎样做

  本文主要介绍了Flask框架之数据交互的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

• Python中常应用的简单脚本有哪些，怎么写

  在日常的工作中我们总会面临到各式各样的问题,下面这篇文章主要给大家介绍了关于python常用小脚本的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下

• pytorch固定BN层参数怎么操作，相关问题如何解决

  基于PyTorch的模型，想固定主分支参数，只训练子分支，结果发现在不同epoch相同的测试数据经过主分支输出的结果不同。

• 在Python中break跳出for循环的方法是什么

  python中，while循环与for循环是经常使用的循环语句，一直到的到结果才会循环结束。但是，也会有一直循环，无法计算出结果的情况出现，这时我们就要跳出循环。本文介绍使用break跳出for循环的两种方法：1、提前定义一个变量，让其为空字符串；2、使用for…else…实现break跳出嵌套的for循环。

• pytorc查看数据类型的方法是什么，哪些事项要注意

  这篇文章主要介绍了pytorch 实现查看数据类型和大小的操作，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教