transforms的⼆⼗⼆个⽅法（pytorch）
⽂章⽬录
2015格莱美⼀、 裁剪——Crop 1.随机裁剪：transforms.RandomCrop 2.中⼼裁剪：transforms.CenterCrop 3.随机长宽⽐裁剪
transforms.RandomResizedCrop 4.上下左右中⼼裁剪：transforms.FiveCrop 5.上下左右中⼼裁剪后翻转: transforms.TenCrop ⼆、翻转和旋转——Flip and Rotation 6.依概率p⽔平翻转transforms.RandomHorizontalFlip 7.依概率p垂直翻转
centralizationtransforms.RandomVerticalFlip 8.随机旋转：transforms.RandomRotation 三、图像变换 9.resize：transforms.Resize 10.标准化：transforms.Normalize 11.转为tensor：transforms.ToTensor 12.填充：transforms.Pad 13.修改亮度、对⽐度和饱和度：transforms.ColorJitter 14.转灰度图：transforms.Grayscale 15.线性变换：transforms.LinearTransformation() 16.仿射变换：transforms.RandomAffine 17.依概率p转为灰度图：transforms.RandomGrayscale 18.将数据转换为PILImage：
transforms.ansforms.Lambda 四、对transforms操作，使数据增强更灵活
本⽂对transforms.py中的各个预处理⽅法进⾏介绍和总结。主要从官⽅⽂档中总结⽽来，官⽅⽂档只是将⽅法陈列，没有归纳总结，顺序很乱，这⾥总结⼀共有四⼤类，⽅便⼤家索引：
裁剪——Crop
中⼼裁剪：transforms.CenterCrop
随机裁剪：transforms.RandomCrop
谨言
随机长宽⽐裁剪：transforms.RandomResizedCrop
上下左右中⼼裁剪：transforms.FiveCrop
上下左右中⼼裁剪后翻转，transforms.TenCrop
翻转和旋转——Flip and Rotation
依概率p⽔平翻转：transforms.RandomHorizontalFlip(p=0.5)
依概率p垂直翻转：transforms.RandomVerticalFlip(p=0.5)
随机旋转：transforms.RandomRotation
图像变换
resize：transforms.Resize
6669标准化：transforms.Normalize
转为tensor，并归⼀化⾄[0-1]：transforms.ToTensor
填充：transforms.Pad
修改亮度、对⽐度和饱和度：transforms.ColorJitter
转灰度图：transforms.Grayscale
线性变换：transforms.LinearTransformation()
仿射变换：transforms.RandomAffine
依概率p转为灰度图：transforms.RandomGrayscale
将数据转换为PILImage：transforms.ToPILImage
transforms.Lambda：Apply a ur-defined lambda as a transform.
对transforms操作，使数据增强更灵活
transforms.RandomChoice(transforms)， 从给定的⼀系列transforms中选⼀个进⾏操作unlocked
transforms.RandomApply(transforms, p=0.5)，给⼀个transform加上概率，依概率进⾏操作
transforms.RandomOrder，将transforms中的操作随机打乱
⼀、 裁剪——Crop 1.随机裁剪：transforms.RandomCrop ansforms.RandomCrop(size, padding=None,
pad_if_needed=Fal, fill=0, padding_mode=‘constant’) 功能：依据给定的size随机裁剪 参数： size- (quence or int)，若为quence，则为(h,w)，若为int，则(size,size) padding-(quence or int, optional)，此参数是设置填充多少个pixel。 当为int时，图像上下左右均填充int个，例如padding=4，
则上下左右均填充4个pixel，若为3232，则会变成4040。 当为quence时，若有2个数，则第⼀个数表⽰左右扩充多少，第⼆个数表⽰上下的。当有4个数时，则为左，上，右，下。 fill- (int or tuple) 填充的值是什么（仅当填充模式为constant时有⽤）。int时，各通道均填充该值，当长度为3的tuple时，表⽰RGB通道需要填充的值。 padding_mode- 填充模式，这⾥提供了4种填充模式，1.constant，常量。2.edge 按照图⽚边缘的像素值来填充。3.reflect，暂不了解。 4. symmetric，暂不了解。
2.中⼼裁剪：transforms.CenterCrop ansforms.CenterCrop(size) 功能：依据给定的size从中⼼裁剪 参数：size- (quence or int)，若为quence，则为(h,w)，若为int，则(size,size)
3.随机长宽⽐裁剪 transforms.RandomResizedCrop ansforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=2) 功能：随机⼤⼩，随机长宽⽐裁剪原始图⽚，最后将图⽚resize到设定好的size 参数： size- 输出的分辨率 scale- 随机crop的⼤⼩区间，如scale=(0.08, 1.0)，表⽰随机crop出来的图⽚会在的0.08倍⾄1倍之间。 ratio- 随机长宽⽐设置 interpolation- 插值的⽅法，默认为双线性插值(PIL.Image.BILINEAR)
4.上下左右中⼼裁剪：transforms.FiveCrop ansforms.FiveCrop(size) 功能：对图
⽚进⾏上下左右以及中⼼裁剪，获得5张图⽚，返回⼀个4D-tensor 参数： size- (quence or int)，若为quence，则为(h,w)，若为int，则(size,size)
5.上下左右中⼼裁剪后翻转: transforms.TenCrop ansforms.TenCrop(size, vertical_flip=Fal) 功能：对图⽚进⾏上下左右以及中⼼裁剪，然后全部翻转（⽔平或者垂直），获得10张图⽚，返回⼀个4D-tensor。 参数： size- (quence or int)，若为quence，则为(h,w)，若为int，则(size,size) vertical_flip (bool) - 是否垂直翻转，默认为fla，即默认为⽔平翻转
⼆、翻转和旋转——Flip and Rotation 6.依概率p⽔平翻转transforms.RandomHorizontalFlip class
7.依概率p垂直翻转transforms.RandomVerticalFlip ansforms.RandomVerticalFlip(p=0.5) 功能：依据概率p对PIL图⽚进⾏垂直翻转 参数： p- 概率，默认值为0.5
8.随机旋转：transforms.RandomRotation ansforms.RandomRotation(degrees, resample=Fal,
expand=Fal, center=None) 功能：依degrees随机旋转⼀定⾓度 参数： degress- (quence or float or int) ，若为单个数，如30，则表⽰在（-30，+30）之间随机旋转 若为quence，如(30，60)，则表⽰在30-60度之间随机旋转 resample- 重采样⽅法选择，可选 PIL.Image.NEAREST, PIL.Image.BILINEAR, PIL.Image.BICUBIC，默认为最近邻 expand- ? center- 可选为中⼼旋转还是左上⾓旋转
三、图像变换 9.resize：transforms.Resize ansforms.Resize(size, interpolation=2) 功能：重置图像分辨率 参数： size- If size is an int, if height > width, then image will be rescaled to (size * height / width, size)，所以建议size设定为h*w interpolation- 插值⽅法选择，默认为PIL.Image.BILINEAR
brui10.标准化：transforms.Normalize ansforms.Normalize(mean, std) 功能：对数据按通道进⾏标准化，即先减均值，再除以标准差，注意是 hwc
11.转为tensor：transforms.ToTensor ansforms.ToTensor 功能：将PIL Image或者 ndarray 转换为tensor，并且归⼀化⾄[0-1] 注意事项：归⼀化⾄[0-1]是直接除以255，若⾃⼰的ndarray数据尺度有变化，则需要⾃⾏修改。
12.填充：transforms.Pad ansforms.Pad(padding, fill=0, padding_mode=‘constant’)
功能：对图像进⾏填充 参数： padding-(quence or int, optional)，此参数是设置填充多少个pixel。 当为int时，图像上下左右均填充int个，例如变形金刚3原声大碟
padding=4，则上下左右均填充4个pixel，若为3232，则会变成4040。 当为quence时，若有2个数，则第⼀个数表⽰左右扩充多少，第⼆个数表⽰上下的。当有4个数时，则为左，上，右，下。 fill- (int or tuple) 填充的值是什么（仅当填充模式为constant时有⽤）。int时，各通道均填充该值，当长度为3的tuple时，表⽰RGB通道需要填充的值。 padding_mode- 填充模式，这⾥提供了4种填充模式，1.constant，常量。2.edge 按照图⽚边缘的像素值来填充。3.reflect，？ 4. symmetric，？
13.修改亮度、对⽐度和饱和度：transforms.ColorJitter ansforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0) 功能：修改修改亮度、对⽐度和饱和度
14.转灰度图：transforms.Grayscale ansforms.Grayscale(num_output_channels=1) 功能：将图⽚转换为灰度图 参数： num_output_channels- (int) ，当为1时，正常的灰度图，当为3时， 3 channel with r == g == b
品质管理流程
15.线性变换：transforms.LinearTransformation() ansforms.LinearTransformation(transformation_matrix)功能：对矩阵做线性变化，可⽤
于⽩化处理！ whitening: zero-center the data, compute the data covariance matrix 参数：transformation_matrix (Tensor) – tensor [D x D], D = C x H x W
16.仿射变换：transforms.RandomAffine ansforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=Fal, fillcolor=0) 功能：仿射变换
17.依概率p转为灰度图：transforms.RandomGrayscale ansforms.RandomGrayscale(p=0.1) 功能：依概率p将图⽚转换为灰度图，若通道数为3，则3 channel with r == g == b
18.将数据转换为PILImage：transforms.ToPILImage ansforms.ToPILImage(mode=None) 功能：将tensor 或者 ndarray的数据转换为 PIL Image 类型数据 参数： mode- 为None时，为1通道， mode=3通道默认转换为RGB，4通道默认转换为RGBAdettol
四、对transforms操作，使数据增强更灵活 PyTorch不仅可设置对图⽚的操作，还可以对这些操作进⾏随机选择、组合
谷歌俄语在线翻译
