Skip to content

Transforms预处理

Transforms

  • 为什么要预处理
  • 什么是预处理
  • Transforms简介
  • Transforms案例

为什么要预处理

  • 神经网络模型接收的数据类型是 Tensor，而不是 PIL 对象，因此需要对数据进行预处理操作。
  • 图像分析中，图像质量的好坏直接影响识别算法的设计与效果的精度，因此在图像分析前，需要进行图像预处理操作。

为什么要预处理

  • 适应神经网络结构
  • 对训练样本进行提纯
  • 进行数据增强
  • 数据归一化
  • 压缩数据体积

为什么要预处理

  • 图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，即抑制不想要的变形或者增强某些对于后续处理重要的图像特征。通过增强有关信息的可检测性、最大限度地简化数据，从而改进特征提取、图像分割、匹配和识别的可靠性。
  • 预处理不会增加图像的信息量，一般会减少信息量。

什么是预处理

  • 预处理方法分为四类：
  • 像素亮度变换——亮度矫正要考虑该像素原来的亮度和其在图像中的位置
  • 几何变换——可以消除图像获取时所出现的几何变形
  • 局部邻域预处理——使用像素的小邻域来产生输出图像中新的亮度数值
  • 图像复原——旨在利用有关退化性质知识来抑制退化

Transforms简介:Transforms中常用的图像预处理方法

  • 裁剪（Crop）
    • 中心裁剪：transforms.CenterCrop
    • 随机裁剪：transforms.RandomCrop
    • 随机长宽比裁剪：transforms.RandomResizedCrop
  • 翻转和旋转（Flip and Rotation）
    • 随机旋转：transforms.RandomRotation
  • 图像变换（resize）
    • 标准化：transforms.Normalize
    • 转为tensor，并归一化至[0-1]：transforms.ToTensor
    • 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()

Transforms简介:Transforms的机制

Transforms简介: Transforms 案例

  • 在pytorch中，图像的预处理过程中常常需要对图片的格式、尺寸等做一系列的变化，这就需要借助transforms。
  • torchvision.transforms模块主要用于对图像进行转换等一系列预处理操作，其主要目的是对图像数据进行增强，进而提高模型的泛化能力。
  • 主要包括对 Tensor 及 PIL Image 对象的操作，例如随机切割、旋转、数据类型转换等。

  • 所有TorchVision数据集都有两个参数——用于修改要素的transform和用于修改标注的target _ transform。它们接受包含变换逻辑的调用。
  • torchvision.transforms模块提供了一些现成的常用转换。
  • FashionMNIST特征是PIL图像格式，标签是整数。对于训练，我们需要归一化张量形式的特征，以及one-hot编码张量形式的标签。为了进行这些转换，我们使用ToTensor和Lambda。

ToTensor()

  • ToTensor将PIL图像或数字数组转换为浮点型。并将图像的像素亮度值缩放到范围[0., 1.]
  • transforms.ToTensor的作用是将一个PIL Image格式的图片或者是取值范围为[0,255]，形状为[H×W×C]的numpy.ndarray的数组转换为取值范围为[0.0,1.0]，形状为[C×H×W]的tensor格式图片。

Lambda Transforms

  • Lambda转换应用任何用户定义的lambda函数。这里，我们定义了一个函数，将整数转换成one-hot张量。它首先创建一个大小为10(我们数据集中标签的数量)的零张量，并调用scatter_在标签y给出的索引上赋值=1。

Transforms

import torch
from torchvision import datasets
from torchvision.transforms import ToTensor, Lambda


def test_demo():
    test = datasets.FashionMNIST(
        root="data",
        train=True,
        download=True,
        transform=ToTensor(),
        target_transform=Lambda(lambda y: torch.zeros(
            10, dtype=torch.float).scatter_(dim=0, index=torch.tensor(y), value=1))
    )
#lambda表达式，输入一个y，创建一个torch，10的zeros，进行原地的scatter，在0个维度，y个位置数据设置value为1


    t = test[0]
#输出代表了张量形式的特征，one hot张量形式的标签
    print(t)

if __name__ == '__main__':
    test_demo()