姜晨瑞的博客

记录与总结

pytorch数据增广

发表于 更新于 分类于 阅读次数： Valine：
本文字数： 2.4k 阅读时长 ≈ 2 分钟
pytorch数据增广

常用的数据增广方法

1. 对图片进行按比例缩放
2. 对图片进行随机位置的截取
3. 对图片进行随机的水平和竖直翻转
4. 对图片进行随机角度的旋转
5. 对图片进行亮度、对比度和颜色的随机变化

下面使用torchvision演示一下这些数据增强方法。

1
2
3
import sys
from PIL import Image
from torchvision import transforms
1
2
3
# 载入图片
img = Image.open('img.jpg')
img

png

随机比例缩放

  随机比例缩放使用的是torchvision.transforms.Resize()函数，函数有两个参数，第一个参数为缩放大小，如果为一个值则会按比例缩放，否则按传入的值缩放；第二个参数表示缩放图片使用的方法，默认的是双线性差值。

1
2
3
4
5
6
7
8
# 比例缩放
print('缩放前尺寸为:{}'.format(img.size))
new_img = transforms.Resize(224)(img)
print('缩放后尺寸为:{}'.format(new_img.size))
new_img

    缩放前尺寸为:(134, 43)
    缩放后尺寸为:(698, 224)

png

1
2
new_img = transforms.RandomCrop(224, padding=8)(new_img)
new_img

png

1
2
3
4
5
new_img = transforms.Resize((224, 224))(img)
print('缩放后尺寸为:{}'.format(new_img.size))
new_img

    缩放后尺寸为:(224, 224)

png

随机位置截取

  随机位置截取能够提取图片中的局部信息，使得网络接受的输入具有多尺度的特征，所以能够有较好的效果，在torchvision中主要有以下两种方式，一个是torchvision.transforms.RandomCrop()，传入的参数是截取出图片的长和宽，在图片的随机位置进行截取；第二个是torchvision.transforms.CenterCrop()，同样传入图片的长和宽，会在图片的中心进行截取。

1
2
3
# 随机位置截取 100x100 的区域
random_img = transforms.RandomCrop(100)(new_img)
random_img

png

1
2
3
# 中心裁剪出 100x100 的区域
center_img = transforms.CenterCrop(100)(new_img)
center_img

png

1
2
3
# 进行填充后随机裁剪
random_img2 = transforms.RandomCrop(224, padding=8)(new_img)
random_img2

png

随机水平翻转和竖直翻转

torchvision.transforms.RandomHorizontalFlip()和torchvision.transforms.RandomVerticalFlip()

1
2
3
# 随机水平翻转
h_flip = transforms.RandomHorizontalFlip()(new_img)
h_flip

png

1
2
3
# 随机竖直翻转
v_flip = transforms.RandomVerticalFlip()(new_img)
v_flip

png

随机角度旋转

torchvision.transforms.RandomRotation()

1
2
rot_im = transforms.RandomRotation(30)(new_img)
rot_im

png

亮度、对比度和颜色变化

torchvision.transforms.ColorJitter()函数有四个参数，第一个参数为亮度，第二个参数为对比度，第三个参数为饱和度，第四个参数为颜色

1
2
3
# 亮度
bright_img = transforms.ColorJitter(brightness=1)(new_img)
bright_img

png

1
2
3
# 对比度
contrast_img = transforms.ColorJitter(contrast=1)(new_img)
contrast_img

png

1
2
3
# 饱和度
saturation_img = transforms.ColorJitter(saturation=1)(new_img)
saturation_img

png

1
2
3
# 颜色 随机变换颜色
color_img = transforms.ColorJitter(hue=0.5)(new_img)
color_img

png

1
2
3
compose_img = transforms.ColorJitter(0.5, 0.5, 0.5)(new_img)
compose_img
new_img

png

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
import matplotlib.pyplot as plt
%matplotlib inline

img_transform = transforms.Compose([
    transforms.Resize(232),
    transforms.RandomCrop(224),
    transforms.ColorJitter(0.15, 0.15, 0.15)
])

nrows = 5
ncols = 5
figsize = (10, 10)

_, figs = plt.subplots(nrows, ncols, figsize = figsize)
for i in range(nrows):
    for j in range(ncols):
        figs[i][j].imshow(img_transform(new_img))
        figs[i][j].axes.get_xaxis().set_visible(False)
        figs[i][j].axes.get_yaxis().set_visible(False)
plt.show()

png