PyTorch常用的torchvision transforms函数

2024年4月27日 164次阅读 来源: Jingle 
from torchvision import transforms
# Define a transform to do the normalization of the data
transform_data = transforms.Compose([transforms.ToTensor(),
                              transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),
                             ])

这里用到的 torchvision 工具库是 pytorch 框架下常用的图像处理包，可以用来生成图片和视频数据集（torchvision.datasets），做一些图像预处理(torchvision.transforms)，导入预训练模型(torchvision.models)，以及生成雪碧图和保存图像（torchvision.utils）。

其中，transforms函数对图像做预处理可以是：归一化(normalize)，尺寸剪裁(resize)，翻转(flip) 等。

上面的这些步骤实际操作起来往往是一系列的，此时可以用compose将这些图像预处理操作连起来。

如上面的代码，这里做的操作是：

  1. transforms.ToTensor() ，将一个PIL图像转换为tensor。即，(H*W*C)范围在[0,255]的PIL图像 转换为 (C*H*W)范围在[0,1]的torch.tensor。
  2. transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)) ，用均值（0.5, 0.5, 0.5）和标准差（0.5, 0.5, 0.5）对图像做归一化处理。

transforms函数另外的功能还包括：

Resize：把给定的图片resize到给定的尺寸。

ToPILImage: 将torch.tensor 转换为PIL图像。

CenterCrop：以输入图的中心点为中心做指定size的裁剪操作。

RandomCrop：以输入图的随机位置为中心做指定size的裁剪操作。

RandomHorizontalFlip：以0.5概率水平翻转给定的PIL图像。

RandomVerticalFlip：以0.5概率竖直翻转给定的PIL图像。

RandomResizedCrop：将给定图像随机裁剪为不同的大小和宽高比，然后缩放所裁剪得到的图像为制定的大小（有一个参数n）。

Grayscale：将给定图像转换为灰度图像。

RandomGrayscale：将图像以指定的概率转换为灰度图像。

FiveCrop: 从一张输入图像中裁剪出5张指定size的图像，包括4个角的图像和一个中心。

TenCrop：剪出10张指定size的图像。做法是在FiveCrop的基础上，再将输入图像进行水平或竖直翻转，然后进行FiveCrop操作，这样一张图像可得到10张crop图像。

Pad：对给定图像的所有边用的“padding”个像素用“fill”值填充。

ColorJitter：修改图像的亮度，对比度，饱和度和色度。

Lambda：做其参数指定的变换。

上述四个包及其具体函数的详细介绍参考Pytorch的中文文档：https://pytorch-cn.readthedocs.io/zh/latest/torchvision/torchvision-datasets/

代码实现可以参考github：https://github.com/pytorch/vision/tree/master/torchvision。

    原文作者：Jingle
    原文地址: https://zhuanlan.zhihu.com/p/58511839
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞