transform数据增强
时间: 2023-12-01 18:43:18 浏览: 45
以下是使用PyTorch中torchvision.transform模块实现图像数据增强的方法:
```python
import torchvision.transforms as transforms
# 定义数据增强方法
transform = transforms.Compose([
transforms.RandomResizedCrop(224), # 随机裁剪
transforms.RandomHorizontalFlip(), # 随机水平翻转
transforms.RandomRotation(10), # 随机旋转
transforms.ColorJitter(brightness=0.2, contrast=0.2, saturation=0.2, hue=0.2), # 随机颜色变换
transforms.ToTensor(), # 转换为张量
transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) # 标准化
])
# 对图片进行数据增强
img = transform(img)
```
上述代码中,我们使用了`Compose`方法将多个数据增强方法组合在一起,然后将其应用于图片上。具体的数据增强方法包括:
- `RandomResizedCrop`:随机裁剪,可以指定裁剪后的大小。
- `RandomHorizontalFlip`:随机水平翻转。
- `RandomRotation`:随机旋转,可以指定旋转的角度。
- `ColorJitter`:随机颜色变换,可以调整亮度、对比度、饱和度和色调。
- `ToTensor`:将图片转换为张量。
- `Normalize`:标准化,可以指定均值和标准差。