Pytorch框架学习（6）——transforms与normalize

图像预处理Transforms与normalize

1. transforms运行机制

torchvision工具包中包含三个主要模块，今天主要学习transforms

• torchvision.transforms:常用的数据预处理方法，提升泛化能力
  • 包括：数据中心化、数据标准化、缩放、裁剪、旋转、翻转、填充、噪声添加、灰度变换、线性变换、仿射变换、亮度、饱和度及对比度变换等

2. 数据标准化——transforms.normalize

• transforms.Normalize()
• 功能：逐channel的对图像进行标准化（均值变为0，标准差变为1），可以加快模型的收敛
  • output = (input - mean) / std
  • mean:各通道的均值
  • std：各通道的标准差
  • inplace：是否原地操作

3. transforms数据增强

3.1 数据增强

• 数据增强又称为数据增广，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。
  

3.2 transforms——裁剪

1. transforms.CenterCrop

   • 功能：从图像中心裁剪图片
   • size：所需裁剪图片尺寸

2. transforms.RandomCrop

   • 功能：从图片中随机裁剪出尺寸为size的图片
   • 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abcd
   • pad_if_need：若图像小于设定size，则填充
   • padding_mode：填充模式：（1）constant像素值由fill设定（默认模式）；（2）edge像素值由图像边缘像素决定（3）reflect镜像填充，最后一个像素不镜像，eg，[1,2,3,4]->[3,2,1,2,3,4,3,2];(4)symmetric镜像填充，最后一个像素镜像，eg，[1,2,3,4]->[2,1,1,2,3,4,4,3]
   • fill：constant时，设置填充的像素值

3. RandomResizedCrop

   • 功能：随机大小、长宽比裁剪图片
   • 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最近邻，