pytorch自行编译 pytorch自定义transform

transforms——图像变换

1、Pad

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

功能：对图像边缘进行填充

• 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
• padding_mode:填充模式，有4种模式，constant、edge、reflect和symmetric
• fill：constant时，设置填充的像素值，（R，G，B）or（Gray）

2、ColorJitter

transforms.ColorJitter(brightness=0, contrast=0,saturation=0, hue=0)

功能：调整亮度、对比度、饱和度和色相

• brightness: 亮度调整因子
  当为a时，从[max(0, 1-a), 1+a]中随机选择
  当为（a,b）时，从[a,b]中随机选择
• contrast：对比度参数，同brightness
• saturation：饱和度参数，同brightnes
• hue：色相参数，当为a时，从[-a, a]中选择参数，注：0<=a<=0.5
  当为(a, b)时，从[a,b]中选择参数，注：-0.5<=a<=b<=0.5

3、Grayscale

4、RandomGrayscale

RandomGrayscale(num_output_channels, p=0.1)
Grayscale:(num_output_channels)

功能：依概率将图片转换为灰度图

• num_output_channels:输出通道数只能设1或3
• p：概率值，图像被转换为灰度图的概率

5、RandomAffine

RandomAffine(degrees, translate=None, scale=None, shear=None, resample=False, fillcolor=0)

功能：对图像进行仿射变换，仿射变换是二维的线性变换，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

• degrees：旋转角度设置
• translate:平移区间设置，如（a,b）,a设置宽（width），b设置高(height)图像在宽维度平移的区间为 -img_width * a < dx <img_width * a
• scale:缩放比例（以面积为单位）
• fill_color: 填充颜色设置
• shear: 错切角度设置，有水平错切和垂直错切。若为a，则仅在x轴错切，错切角度在(-a,a)之间，若为(a,b)则a设置x轴角度，b设置y轴的角度，若为（a,b,c,d），则a,b设置x轴角度，c,d设置y轴角度
• resample: 重采样方式，有NEAREST，BILINEAR，BICUBIC

6、RandomErasing

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

功能：对图像进行随机遮挡

• p: 概率值，执行该操作的概率
• scale: 遮挡区域的面积
• ratio: 遮挡区域长宽比
• value: 设置遮挡区域的像素值，(R,G,B)or(Gray)

transforms.Lambda

transforms.Lambda(lambd)

功能：用户自定义lambda方法

• lambd：lambda匿名函数
  lambda[arg1[, arg2, …, argn]]:expression

transforms——transforms方法操作

transforms.RandomChoice

功能：从一系列transforms方法中随机挑选一个

transforms.RandomChoice([transforms1, transforms2, transforms3])

transforms.RandomApply

功能：依据概率执行一组transforms操作

transforms.RandomApply([transforms1, transforms2, transforms3], p=0.5)

transforms.RandomOrder

功能：对一组transforms操作打乱顺序

transforms.RandomOrder([transforms1, transforms2, transforms3])

自定义transforms方法

自定义transforms要素：

class Compose(object):
	def __call__(self, img):
		for t in self.transforms:
			img = t(img)
		return img

1、仅接收一个参数，返回一个参数
2、注意上下游的输出与输入,当前transforms的输入是上一个transforms的输出，所以要注意数据类型的匹配

通过类实现多参数传入：

class YourTransforms(object):
	def __init__(self, ...):
		...
	def __call__(self, img):
		...
		return img

椒盐噪声

椒盐噪声又称为脉冲噪声，是一种随机出现的白点或者黑点，白点称为盐噪声，黑色为椒噪声

信噪比（Signal-Noise Rate, SNR）是衡量噪声的比例，图像中为图像像素的占比

class AddPepperNoise(object):
	def __init__(self, snr, p):
		assert isinstance(snr, float) or (isinstance(p, float))
		self.snr = snr
		self.p = p
		
	def __call__(self, img):
		'''
		Args:
			img(PIL Image):PIL Image
		Returns:
			PIL Image: PIL Image
		'''
		if random.uniform(0, 1) < self.p:
			img_ = np.arrayZ(img).copy()
			h, w, c = img.shape
			signal_pct = self.snr
			noise_pct = (1 - self.snr)
			mask = np.random.choice((0, 1, 2), size=(h, w, 1), p=[sigmal_pct, noise_pct])
			mask = np.repeat(mask, c, axis=2)
			img_[mask == 1] = 255 #盐噪声
			img_[mask == 2] = 0   #椒噪声
			return Image.fromarray(img_.astype('uint8')).convert('RGB')
		else:
			return img
		
		return img

数据增强实战

原则： 让训练集与测试集更接近

• 空间位置：平移
• 色彩：灰度图，色彩抖动
• 形状：仿射变换
• 上下文场景：遮挡，填充