pytorch中数据增强transforms.py详解
女神节快乐英文
在实际应⽤过程中，我们会在数据进⼊模型之前进⾏⼀些预处理，例如数据中⼼化(仅
kk音标减均值)，数据标准化(减均值，再除以标准差)，随机裁剪，旋转⼀定⾓度，镜像等⼀系列
fond操作。PyTorch 有⼀系列数据增强⽅法供⼤家使⽤，下⾯将介绍这些⽅法。
casting1.裁剪——Crop
中⼼裁剪：transforms.CenterCrop
随机裁剪：transforms.RandomCrop
随机长宽⽐裁剪：transforms.RandomResizedCrop
上下左右中⼼裁剪：transforms.FiveCrop
oliver james上下左右中⼼裁剪后翻转，transforms.TenCrop
2.翻转和旋转——Flip and Rotation
they依概率 p ⽔平翻转：transforms.RandomHorizontalFlip(p=0.5)
超级大坏蛋插曲依概率 p 垂直翻转：transforms.RandomVerticalFlip(p=0.5)
随机旋转：transforms.RandomRotation
3.图像变换
合肥新东方英语学校resize：transforms.Resize
ankara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
icecube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.
4.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
