transforms.ColorJitter(brightness=0.1, contrast=0.1, saturation=0.1, hue=0)
时间: 2024-09-25 15:19:56 浏览: 19
`torchvision.transforms.ColorJitter` 是 PyTorch 中的一个图像转换工具类[^1],它允许你在训练深度学习模型时随机调整图像的颜色属性以增强其泛化能力。通过设置不同的参数如 `brightness`, `contrast`, `saturation`, 和 `hue`,你可以控制图片的亮度(增加或减少亮度级别)、对比度(提高或降低不同颜色区域之间的差异)、饱和度(增加或减少颜色的鲜艳程度)以及色相(旋转颜色轮以改变整体色调)。例如,如果你设置了 `ColorJitter(brightness=0.1, contrast=0.1, saturation=0.1, hue=0.1)`,那么每个输入图像将在这些属性上分别进行轻微的随机变化:
```python
from PIL import Image
import torchvision.transforms as T
# 加载一张图片
img_path = "./1.jpg"
img = Image.open(img_path)
# 创建 ColorJitter 调整器,指定较小的变化范围
trans = T.ColorJitter(brightness=0.1, contrast=0.1, saturation=0.1, hue=0.1)
transformed_image = trans(img)
# 显示原图与变换后的图像对比
transformed_image.show()
```
这样,每次应用到图像上时,都会得到一个新的看起来稍微有所不同但依然保持相似风格的版本。这有助于模型在遇到真实世界中的小变化时有更好的适应性。
阅读全文