2000字范文,分享全网优秀范文,学习好帮手!
2000字范文 > 数据预处理torchvision.transforms整理

数据预处理torchvision.transforms整理

时间:2020-11-30 10:04:27

相关推荐

数据预处理torchvision.transforms整理

torchvision0.13版官方文档链接

集合

import torchvision.transforms as pose(transform1,transform2,...)transforms.RandomApply(torch.nn.ModuleList([transform1,transform2,...]), p=0.3)# 概率使用

注:transforms预期输入为[…,H,W] ;示例图源自官方文档

i.e.

center_crops = [T.CenterCrop(size=size)(orig_img) for size in (30, 50, 100, orig_img.size)]plot(center_crops)

1.Resize(尺寸缩放)

transforms.Resize(size[, interpolation, max_size, ...])

2.RandomCrop(随机裁剪)

transforms.RandomCrop(size[, padding, pad_if_needed, ...])

3.RandomResizedCrop(随机裁剪+缩放)

transforms.RandomResizedCrop(size[, scale, ratio, ...])

4.CenterCrop(中心裁剪)

若图像小于设定输出尺寸,则用0填充。

transforms.CenterCrop(size)

5.FiveCrop(四角+中心裁剪)

transforms.FiveCrop(size)

6.TenCrop(FiveCrop+翻转)

transforms.TenCrop(size, vertical_flip=False)

7.Pad(填充)

transforms.Pad(padding, fill=0, padding_mode='constant')

8.RandomRotation(按角度随机旋转)

transforms.RandomRotation(degrees, interpolation=InterpolationMode.NEAREST, expand=False, center=None, fill=0)

9.RandomAffine(随机仿射变换[中心不变])

仿射变换:二维的线性变换,由五种基本原子变换构成,分别是旋转、平移、缩放、错切和翻转。

transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, interpolation=InterpolationMode.NEAREST, fill=0, center=None)

10.RandomPerspective(随机视角)

transforms.RandomPerspective(distortion_scale=0.5, p=0.5, interpolation=InterpolationMode.BILINEAR, fill=0)

11.ElasticTransform(弹性变换)

transforms.ElasticTransform(alpha=50.0, sigma=5.0, interpolation=InterpolationMode.BILINEAR, fill=0)

12.RandomHorizontalFlip(随机水平翻转)

transforms.RandomHorizontalFlip(p=0.5)

13.RandomVerticalFlip(随机垂直翻转)

transforms.RandomVerticalFlip(p=0.5)

14.RandomAdjustSharpness(随机清晰度)

transforms.RandomAdjustSharpness(sharpness_factor, p=0.5)

15.RandomErasing(随机擦除)

transforms.RandomErasing(p=0.5, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=0, inplace=False)

16.Grayscale/RandomGrayscale(转灰度图/随机转)

transforms.Grayscale(num_output_channels=1)transforms.RandomGrayscale(p=0.1)

17.GaussianBlur(随机高斯模糊)

transforms.GaussianBlur(kernel_size, sigma=(0.1, 2.0))

18.RandomPosterize(随机减少图像通道bits)

transforms.RandomPosterize(bits, p=0.5)

19.RandomAutocontras(随机自动调对比度)

transforms.RandomAutocontrast(p=0.5)

20.RandomEqualize(随机均衡)

transforms.RandomEqualize(p=0.5)

ps:

更多可视化效果请参考:总结一些transforms,数据增强的方式

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。