phpcms 网站名称标签,做购物平台网站 民治,网络舆情监测适合女生嘛,假网站怎么制作1 tranforms概述
1.1 torchvision介绍
torchvision是pytorch的计算机视觉工具包#xff0c;主要有以下三个模块#xff1a; torchvision.transforms#xff1a;提供了常用的一系列图像预处理方法#xff0c;例如数据的标准化#xff0c;中心化#xff0c;旋转#xff…1 tranforms概述
1.1 torchvision介绍
torchvision是pytorch的计算机视觉工具包主要有以下三个模块 torchvision.transforms提供了常用的一系列图像预处理方法例如数据的标准化中心化旋转翻转等。 torchvision.datasets定义了一系列常用的公开数据集的datasets比如MNISTCIFAR-10ImageNet等。 torchvision.model提供了常用的预训练模型例如AlexNetVGGResNetGoogLeNet等。
1.2 tranforms介绍
对于视觉方向的图像处理方面PyTorch提供了很好的预处理接口对于图像的转换处理使用 torchvision.tranforms 模块使得这些操作非常高效。torchvision.transforms常用的图像预处理方法 数据中心化数据标准化 缩放裁剪旋转翻转填充 噪声添加灰度变换线性变换仿射变换 亮度、饱和度及对比度变换
深度学习是由数据驱动的数据的数量以及分布对模型的优劣起到决定性作用所以需要对数据进行一定的预处理以及数据增强用来提升模型的泛化能力。 上图是1张原始图片经过数据增强之后生成的一系列数据一共有64张图片。对图片进行数据增强可以丰富训练数据提高模型的泛化能力。因为如果数据增强生成了与测试样本很相似的图片那么模型的泛化能力自然可以得到提高。
使用上一节中介绍的二分类实验的代码的数据预处理部分 2 tranforms图像裁剪
2.1 随机裁剪
函数原型
torchvision.transforms.RandomCropsizepadding Nonepad_if_needed Falsefill 0padding_mode constant
参数 sizesequence 或int - 作物的所需输出大小。如果size是int而不是像hw这样的序列则进行正方形裁剪大小大小 paddingint或sequence optional - 图像每个边框上的可选填充。默认值为None即无填充。如果提供长度为4的序列则它用于分别填充左上右下边界。如果提供长度为2的序列则分别用于填充左/右上/下边界 pad_if_neededboolean - 如果小于所需大小它将填充图像以避免引发异常。由于在填充之后完成裁剪因此填充似乎是在随机偏移处完成的。 fill - 恒定填充的像素填充值。默认值为0.如果长度为3的元组则分别用于填充RGB通道。仅当padding_mode为常量时才使用此值. padding_mode-填充类型。应该是恒定边缘反射或对称。默认值是常量。 常量具有常量值的焊盘该值用填充指定 edge填充图像边缘的最后一个值 反射具有图像反射的垫不重复边缘上的最后一个值,填充[1,2,3,4]在反射模式下两侧有2个元素将导致[3,2,1,2,3,4,3,2] 对称具有图像反射的垫重复边缘上的最后一个值,填充[1,2,3,4]在对称模式下两侧有2个元素将导致[2,1,1,2,3,4,4,3] 示例代码
import torchvision.transforms as transform
from PIL import Image
import matplotlib.pyplot as pltimg0 Image.open(../data/dog01.jpg)
img1 transform.RandomCrop((512, 512))(img0)
img2 transform.RandomCrop((512, 512), padding25, fill125, padding_modeedge)(img0)axs plt.figure().subplots(1, 3)
axs[0].imshow(img0)
axs[0].set_title(src)
axs[0].axis(off)axs[1].imshow(img1)
axs[1].set_title(RandomCrop)
axs[1].axis(off)axs[2].imshow(img2)
axs[2].set_title(padding_mode)
axs[2].axis(off)
plt.show()
运行代码显示 2.2 中心裁剪
函数原型
torchvision.transforms.CenterCrop(size)
参数 依据给定的size从中心裁剪 参数 size- (sequence or int)若为sequence,则为(h,w)若为int则(size,size)
示例代码
import torchvision.transforms as transform
from PIL import Image
import matplotlib.pyplot as pltimg0 Image.open(../data/dog01.jpg)
img1 transform.CenterCrop(512)(img0)
img2 transform.CenterCrop((512, 256))(img0)axs plt.figure().subplots(1, 3)
axs[0].imshow(img0)
axs[0].set_title(src)
axs[0].axis(off)axs[1].imshow(img1)
axs[1].set_title(CenterCrop)
axs[1].axis(off)axs[2].imshow(img2)
axs[2].set_title(CenterCrop2)
axs[2].axis(off)
plt.show()
运行代码显示 2.3 随机长宽比裁剪
将给定的PIL图像裁剪为随机大小和宽高比。将原始图像大小变成随机大小默认值是原始图像的0.08到1.0倍和随机宽高比默认值3/4到4/3倍。这种方法最终调整到适当的大小。这通常用于训练Inception网络。
函数原型
torchvision.transforms.RandomResizedCrop(size, scale(0.08, 1.0), ratio(0.75, 1.3333333333333333), interpolation2)
参数 size - 每条边的预期输出大小 scale - 裁剪的原始尺寸的大小范围 ratio - 裁剪的原始宽高比的宽高比范围 interpolation - 默认值PIL.Image.BILINEAR
2.4 上下左右中心裁剪
将给定的PIL图像裁剪为四个角和中央裁剪。此转换返回图像元组并且数据集返回的输入和目标数量可能不匹配。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 。
函数原型
torchvision.transforms.FiveCrop(size)
参数 size- (sequence or int)若为sequence,则为(h,w)若为int则(size,size)
2.5 上下左右中心裁剪后翻转
将给定的PIL图像裁剪为四个角中央裁剪加上这些的翻转版本默认使用水平翻转。 此转换返回图像元组并且数据集返回的输入和目标数量可能不匹配。
函数原型
torchvision.transforms.TenCrop(size, vertical_flipFalse)
参数 sizesequence 或int -作物的所需输出大小。如果size是int而不是像hw这样的序列则进行正方形裁剪大小大小。 vertical_flipbool - 使用垂直翻转而不是水平翻转
3 transforms翻转和旋转
3.1 依概率p水平翻转
以给定的概率随机水平翻转给定的PIL图像。
函数原型
torchvision.transforms.RandomHorizontalFlip(p0.5)
参数 p- 概率默认值为0.5
3.2 依概率p垂直翻转
以给定的概率随机垂直翻转给定的PIL图像。
函数原型
torchvision.transforms.RandomVerticalFlip(p0.5)
参数 p浮点数 - 图像被翻转的概率。默认值为0.5
3.3 随机旋转
按角度旋转图像。
函数原型
torchvision.transforms.RandomRotation(degrees, resampleFalse, expandFalse, centerNone)
参数 degreessequence 或float或int -要选择的度数范围。如果degrees是一个数字而不是像minmax这样的序列则度数范围将是-degrees degrees。 resample{PIL.Image.NEAREST PIL.Image.BILINEAR PIL.Image.BICUBIC} 可选 - 可选的重采样过滤器。请参阅过滤器以获取更多信 如果省略或者图像具有模式“1”或“P”则将其设置为PIL.Image.NEAREST。 expandbooloptional - 可选的扩展标志。如果为true则展开输出以使其足够大以容纳整个旋转图像。如果为false或省略则使输出图像与输入图像的大小相同。请注意展开标志假定围绕中心旋转而不进行平移。 center2-tuple optional - 可选的旋转中心。原点是左上角。默认值是图像的中心。
4 transforms图像变换
4.1 调整size
将输入PIL图像的大小调整为给定大小。
函数原型
torchvision.transforms.Resize(size, interpolation2)
参数 sizesequence 或int -所需的输出大小。如果size是类似hw的序列则输出大小将与此匹配。如果size是int则图像的较小边缘将与此数字匹配。即如果高度宽度则图像将重新缩放为尺寸*高度/宽度尺寸 interpolationintoptional - 所需的插值。默认是 PIL.Image.BILINEAR
示例代码
import torchvision.transforms as transform
from PIL import Imageimg0 Image.open(../data/dog01.jpg)
img1 transform.Resize((512, 512))(img0)
print(source image shape: , img0.size)
print(resize image shape: , img1.size)
运行代码显示
source image shape: (1920, 1080)
resize image shape: (512, 512) 4.2 转为tensor
将PIL Image或者 ndarray 转换为tensor并且归一化至[0-1] 注意事项归一化至[0-1]是直接除以255若自己的ndarray数据尺度有变化则需要自行修改。
函数原型
torchvision.transforms.ToTensor
示例代码
import torchvision.transforms as transforms
from PIL import Imageimg0 Image.open(../data/dog01.jpg)
tensor_img transforms.ToTensor()(img0)4.3 标准化
Normalize()函数的作用是将数据转换为标准高斯分布即逐个channel的对图像进行标准化均值变为0标准差为1可以加快模型的收敛。输入channel,height,width形式的tensor。 函数原型
torchvision.transforms.Normalize(mean, std)
参数 meansequence - 每个通道的均值序列。 stdsequence - 每个通道的标准偏差序列。 inplace是否原地操作
output[channel]input[channel]−mean[channel]/ std[channel]
经常看到的mean[0.485,0.456,0.406], std[0.229,0.224,0.225]表示的是从数据集中随机抽样计算得到的。
示例代码
import torchvision.transforms as transforms
from PIL import Imageimg0 Image.open(../data/dog01.jpg)
tensor_img transforms.ToTensor()(img0)
norm_img transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225])4.4 填充
使用给定的“pad”值在所有面上填充给定的PIL图像。
函数原型
torchvision.transforms.Pad(padding, fill0, padding_modeconstant)
参数 paddingint或tuple -每个边框上的填充。如果提供单个int则用于填充所有边框。如果提供长度为2的元组则分别为左/右和上/下的填充。如果提供长度为4的元组则分别为左上右和下边框的填充。 fillint或tuple - 常量填充的像素填充值。默认值为0.如果长度为3的元组则分别用于填充RGB通道。仅 padding_mode为常量时才使用此值 padding_modestr 填充类型。应该是恒定边缘反射或对称。默认值是常量。 常量具有常量值的焊盘该值用填充指定 edge填充图像边缘的最后一个值 反射具有图像反射的焊盘而不重复边缘上的最后一个值.例如在反射模式下在两侧填充2个元素的填充[1,2,3,4]将导致[3,2,1,2,3,4,3,2] 对称具有图像反射的垫重复边缘上的最后一个值.例如在对称模式下填充两侧带有2个元素的[1,2,3,4]将导致[2,1,1,2,3,4,4,3] 4.5 修改亮度、对比度和饱和度
随机更改图像的亮度对比度和饱和度。
函数原型
torchvision.transforms.ColorJitter(brightness0, contrast0, saturation0, hue0)
参数 亮度浮点数或python的元组浮点数最小值最大值 - 抖动亮度多少。从[max0,1-brightness1 brightness]或给定[minmax]均匀地选择brightness_factor。应该是非负数。 对比度浮点数或python的元组浮点数最小值最大值 - 抖动对比度多少。contrast_factor从[max0,1-contrast1 contrast]或给定[minmax]中均匀选择。应该是非负数。 饱和度浮点数或python的元组数float min max - 饱和度抖动多少。饱和度_因子从[max0,1-saturation1 saturation]或给定[minmax]中均匀选择。应该是非负数。 色调浮点数或python的元组浮点数最小值最大值 - 抖动色调多少。从[-huehue]或给定的[minmax]中均匀地选择hue_factor。应该有0 hue 0.5或-0.5 min max 0.5。
4.6 转灰度图
将图片转换为灰度图
函数原型
torchvision.transforms.Grayscale(num_output_channels1)
参数 num_output_channels- (int) 当为1时正常的灰度图当为3时 3 channel with r g b
4.7 线性变换
使用方形变换矩阵和离线计算的mean_vector变换张量图像。给定transformation_matrix和mean_vector将使矩阵变平。从中拉伸并减去mean_vector然后用变换矩阵计算点积然后将张量重新整形为其原始形状。 白化转换假设X是列向量零中心数据。然后torch.mm计算数据协方差矩阵[D x D]对该矩阵执行SVD并将其作为transformation_matrix传递。 函数原型
torchvision.transforms.LinearTransformation(transformation_matrix)
参数 transformation_matrixTensor - 张量[D x D]D C x H x W. mean_vectorTensor - 张量[D]D C x H x W.
4.8 仿射变换
图像保持中心不变的随机仿射变换。
函数原型
torchvision.transforms.RandomAffine(degrees, translateNone, scaleNone, shearNone, resampleFalse, fillcolor0)
参数 degreessequence 或float或int -要选择的度数范围。如果degrees是一个数字而不是像minmax这样的序列则度数范围将是-degreesdegrees。设置为0可停用旋转。 translate元组可选 - 水平和垂直平移的最大绝对分数元组。例如translate ab然后在范围-img_width * a dx img_width * a中随机采样水平移位并且在-img_height * b dy img_height * b范围内随机采样垂直移位。默认情况下不会翻译。 scale元组可选 - 缩放因子间隔例如ab然后从范围a scale b中随机采样缩放。默认情况下会保持原始比例。 shearsequence 或float或intoptional - 要选择的度数范围。如果degrees是一个数字而不是像minmax这样的序列则度数范围将是-degrees degrees。默认情况下不会应用剪切 resample{PIL.Image.NEAREST PIL.Image.BILINEAR PIL.Image.BICUBIC} 可选 - 可选的重采样过滤器。请参阅过滤器以获取更多信 如果省略或者图像具有模式“1”或“P”则将其设置为PIL.Image.NEAREST。 fillcolorint - 输出图像中变换外部区域的可选填充颜色。Pillow 5.0.0
4.9 依概率p转为灰度图
依概率p将图片转换为灰度图若通道数为3则3 channel with r g b
函数原型
torchvision.transforms.RandomGrayscale(p0.1)
4.10 将数据转换为PILImage
将tensor 或者 ndarray的数据转换为 PIL Image 类型数据
函数原型
torchvision.transforms.ToPILImage(modeNone)
参数 mode- 为None时为1通道 mode3通道默认转换为RGB4通道默认转换为RGBA。
4.11 Lambda函数
将用户定义的lambda应用为变换。
函数原型
torchvision.transforms.Lambdalambd
参数 lambd函数 - 用于转换的Lambda /函数。
5 transforms操作
5.1 RandomChoice
从给定的一系列transforms中选一个进行操作randomly picked from a list
函数原型
torchvision.transforms.RandomChoice(transforms)
5.2 RandomApply
给一个transform加上概率以一定的概率执行该操作
函数原型
torchvision.transforms.RandomApply(transforms, p0.5)
参数 transforms列表或元组 - 转换列表 p浮点数 - 概率
5.3 RandomOrder
将transforms中的操作顺序随机打乱。
函数原型
torchvision.transforms.RandomOrder(transforms) 6 transforms.Compose
用于将多个transforms组合起来使用相当于一个组合器可以将多个transforms按照顺序组合然后一次性对数据进行处理。
函数原型
transforms (list of Transform objects): list of transforms to compose.
示例代码
from torchvision import models, transforms# 数据转换
image_transform transforms.Compose([# 将输入图片resize成统一尺寸transforms.Resize([224, 224]),# 将PIL Image或numpy.ndarray转换为tensor并除255归一化到[0,1]之间transforms.ToTensor(),# 标准化处理--转换为标准正太分布使模型更容易收敛transforms.Normalize(mean[0.485, 0.456, 0.406],std[0.229, 0.224, 0.225])])
