PyTorch 使用torchvision进行图片数据增广
作者:峡谷的小鱼 发布时间:2023-06-19 23:09:10
标签:PyTorch,torchvision,图片增广
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)
来源:https://blog.csdn.net/weixin_43276033/article/details/124581049
0
投稿
猜你喜欢
- 今天交流会上,分享前端的开发经验,有一条虽然很快带过,但是我倒是印象蛮深刻的,就写点小结来分享一下吧。不知道是标准害了大家还是大家害了标准,
- 1、现象a.用localhost访问,正常b.用IP地址访问,则出现403错误2、分析a.怀疑是ACL问题,设置Everyone为完全控制,
- 站长用Python写了一个可以提取csv任一列的代码,欢迎使用。Github链接csv是Comma-Separated Values的缩写,
- 这里列出了javascript 中的document.execCommand() 的各种参数说明:2D-Position 允许通过
- 这篇文章主要介绍了Django app配置多个数据库代码实例,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
- 日志Yii提供了一个高度自定义化和高扩展性的日志框架。根据使用场景的不同,你可以很容易的对各种消息就行记录、过滤、合并,比如说文本文件,数据
- asp 中处理文件上传以及删除时常用的自定义函数:删除文件,建立目录的程序,根据原文件名生成新的随机文件名,CMS替换函数,将所有开始,结束
- 本文实例讲述了Python3将jpg转为pdf文件的方法。分享给大家供大家参考,具体如下:#coding=utf-8#!/usr/bin/e
- TensorFlow 2.0之后动态分配显存import tensorflow as tfconfig = tf.compat.v1.Con
- 本文实例为大家分享了python实现登录与注册系统的具体代码,供大家参考,具体内容如下实现功能1.调用文本文件里的用户信息2.可以将注册信息
- 本文实例讲述了Python实现的计算器功能。分享给大家供大家参考,具体如下:源码:# -*- coding:utf-8 -*-#! pyth
- 本文实例讲述了PHP实现将科学计数法转换为原始数字字符串的方法,分享给大家供大家参考。具体实现代码如下:function NumToStr(
- 背景:作为一个python小白,今天从菜鸟教程上看了一些python的教程,看到了python的一些语法,对比起来(有其他语言功底),感觉还
- 为了处理根据Web标准创作的网页和根据盛行于20世纪90年代末的旧时实践创作的网页,当代的Web浏览器实现了各种不同的引擎模式。本文说明了那
- 当我们写用例断言时,往往一个断言结果是不够的,所以需要加入多重断言,而多重断言,当断言中间出现断言结果False时,会中断后续的断言执行,会
- 神经网络在机器学习中有很大的应用,甚至涉及到方方面面。本文主要是简单介绍一下神经网络的基本理论概念和推算。同时也会介绍一下神经网络在数据分类
- mysql_result定义和用法mysql_result() 函数返回结果集中一个字段的值。mysql_result() 返回 MySQL
- 代码如下:declare @Q_ID uniqueidentifier set @Q_ID = dbo.uf_GetParamValueBy
- 基于python3+OpenCV的人脸和眼睛识别,供大家参考,具体内容如下一、OpenCV人脸检测的xml文件下载人脸检测和眼睛检测要用到h
- getpass模块的使用:在python中实现密码密文需要导入getpass模块,在python中要使用内置模块的话,需要使用import进