如何调用yolov5中的图像增强

在yolov5中，可以使用torchvision.transforms中的函数来进行图像增强。以下是一个示例代码：

import torch
import torchvision.transforms as transforms
from PIL import Image

# 加载图片
img = Image.open('test.jpg')

# 定义增强函数
transform = transforms.Compose([
    transforms.Resize((416, 416)),
    transforms.ColorJitter(brightness=0.2, contrast=0.2, saturation=0.2, hue=0.2),
    transforms.RandomHorizontalFlip(p=0.5),
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])

# 进行增强
img = transform(img)

# 将img转换为batch tensor
img = img.unsqueeze(0)

在上面的代码中，我们使用了Resize、ColorJitter、RandomHorizontalFlip、ToTensor和Normalize函数来进行图像增强。其中，Resize函数将图像大小调整为416x416，ColorJitter函数随机调整图像的亮度、对比度、饱和度和色调，RandomHorizontalFlip函数随机水平翻转图像，ToTensor函数将图像转换为tensor，Normalize函数将图像像素值归一化到[0,1]之间。

最后，我们将增强后的img转换为batch tensor，并可以用于yolov5的预测。