Lecture 08 transforms 数据增强:裁剪、翻转、旋转
在之前课程中,我们已经熟悉了 PyTorch 中 transforms
的运行机制,它提供了大量的图像增强方法,例如裁剪、旋转、翻转等等,以及可以自定义实现增强方法。本节课中,我们将进一步学习 transforms
中的图像增强方法。
1. 数据增强
数据增强 (Data Augmentation) 又称为数据增广、数据扩增,它是对 训练集 进行变换,使训练集更丰富,从而让模型更具 泛化能力。
例子:
例子:
2. transforms 裁剪
transforms.CenterCrop
功能:从图像中心裁剪图片。
1
transforms.CenterCrop(size)
主要参数:
size
:所需裁剪图片尺寸。
代码示例:
我们有一个 224 $\times$ 224 的图片,我们将其从中心裁剪为 196 $\times$ 196 的图片。
1
2
3
4
5
6
train_transform = transforms.Compose([
transforms.Resize((224, 224)),
# CenterCrop,如果 size 大于原始尺寸,多余部分将用黑色 (即像素值为 0) 填充
transforms.CenterCrop(196)
])
transforms.RandomCrop
功能:从图片中随机裁剪出尺寸为 size
的图片。
1
2
3
4
5
6
7
transforms.RandomCrop(
size,
padding=None,
pad_if_needed=False,
fill=0,
padding_mode='constant'
)
主要参数:
size
:所需裁剪图片尺寸。padding
:设置填充大小。- 当为
a
时,上下左右均填充a
个像素。 - 当为
(a, b)
时, 上下填充b
个像素, 左右填充a
个像素。 - 当为
(a, b, c, d)
时,左、上、右、下分别填充a
、b
、c
、d
个像素。
- 当为
pad_if_need
:若图像小于设定size
,则填充,此时该项需要设置为True
。padding_mode
:填充模式,有 4 种模式:constant
:像素值由fill
设定。edge
:像素值由图像边缘像素决定。reflect
:镜像填充,最后一个像素不镜像,例如[1, 2, 3, 4]
$\to$[3, 2, 1, 2, 3, 4, 3, 2]
。symmetric
:镜像填充,最后一个像素镜像,例如[1, 2, 3, 4]
$\to$[2, 1, 1, 2, 3, 4, 4, 3]
。
fill
:padding_mode = 'constant'
时,设置填充的像素值。
transforms.RandomResizedCrop
功能:随机大小、长宽比裁剪图片。
1
2
3
4
5
6
RandomResizedCrop(
size,
scale=(0.08, 1.0),
ratio=(3/4, 4/3),
interpolation
)
主要参数:
size
:所需裁剪图片尺寸。scale
:随机裁剪面积比例,默认(0.08, 1)
。ratio
:随机长宽比,默认(3/4, 4/3)
。interpolation
:插值方法。PIL.Image.NEAREST
PIL.Image.BILINEAR
PIL.Image.BICUBIC
transforms.FiveCrop
功能:在图像的上下左右以及中心裁剪出尺寸为 size
的 5 张图片。
1
transforms.FiveCrop(size)
主要参数:
size
:所需裁剪图片尺寸。
代码示例:
1
2
3
4
5
6
train_transform = transforms.Compose([
transforms.Resize((224, 224)),
# 注意:由于生成了 5 张图片,返回的是一个元组,我们需要将其转换为 PIL Image 或者 ndarray 的形式。
transforms.FiveCrop(112),
transforms.Lambda(lambda crops: torch.stack([(transforms.ToTensor()(crop)) for crop in crops]))
])
transforms.TenCrop
功能:在图像的上下左右以及中心裁剪出尺寸为 size
的 5 张图片,并对这 5 张图片进行水平或者垂直镜像获得 10 张图片。
1
2
3
4
transforms.TenCrop(
size,
vertical_flip=False
)
主要参数:
size
:所需裁剪图片尺寸。vertical_flip
:是否垂直翻转。
代码示例:
1
2
3
4
5
6
train_transform = transforms.Compose([
transforms.Resize((224, 224)),
# 注意:由于生成了 10 张图片,返回的是一个元组,我们需要将其转换为 PIL Image 或者 ndarray 的形式。
transforms.TenCrop(112, vertical_flip=False),
transforms.Lambda(lambda crops: torch.stack([(transforms.ToTensor()(crop)) for crop in crops])),
])
3. transforms 翻转、旋转
3.1 transforms 翻转
transforms.RandomHorizontalFlip
功能:依概率水平(左右)翻转图片。
1
transforms.RandomHorizontalFlip(p=0.5)
主要参数:
p
:翻转概率。
transforms.RandomVerticalFlip
功能:依概率垂直(上下)翻转图片。
1
transforms.RandomVerticalFlip(p=0.5)
主要参数:
p
:翻转概率。
3.2 transforms 旋转
transforms.RandomRotation
功能:随机旋转图片。
1
2
3
4
5
6
RandomRotation(
degrees,
resample=False,
expand=False,
center=None
)
主要参数:
degrees
:旋转角度。- 当为
a
时,在(-a, a)
之间随机选择旋转角度。 - 当为
(a, b)
时,在(a, b)
之间随机选择旋转角度。
- 当为
resample
:重采样方法。expand
:是否扩大图片,以保持原图信息。center
:旋转点设置,默认中心旋转。
例子:
4. 总结
本节课中,我们学习了数据预处理模块 transforms 中的数据增强方法:裁剪、翻转和旋转。在下次课程中 ,我们将会学习 transforms 中的其他数据增强方法。
下节内容:transforms 图像变换、方法操作及自定义方法
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。 欢迎转载,并请注明来自:YEY 的博客 同时保持文章内容的完整和以上声明信息!