pytorch圖像處理數據增強

PyTorch 提供了許多強大的圖像處理和數據增強功能，可以幫助您輕松地創建和處理復雜的訓練數據集。以下是一些常用的 PyTorch 圖像處理和數據增強技術：

1. transforms.Compose

   transforms.Compose 是一個組合多個變換的函數，可以一次性應用多個預處理步驟。例如：

   import torchvision.transforms as transforms
   
   transform = transforms.Compose([
       transforms.Resize((224, 224)),
       transforms.RandomHorizontalFlip(),
       transforms.ToTensor(),
       transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
   ])
   

2. transforms.Resize

   transforms.Resize 用于調整圖像大小。例如，將圖像調整為 224x224 像素：

   transform = transforms.Compose([
       transforms.Resize((224, 224))
   ])
   

3. transforms.RandomHorizontalFlip

   transforms.RandomHorizontalFlip 用于隨機水平翻轉圖像。例如，以 0.5 的概率水平翻轉圖像：

   transform = transforms.Compose([
       transforms.RandomHorizontalFlip()
   ])
   

4. transforms.RandomRotation

   transforms.RandomRotation 用于隨機旋轉圖像。例如，以 10 度的概率旋轉圖像：

   transform = transforms.Compose([
       transforms.RandomRotation(10)
   ])
   

5. transforms.ColorJitter

   transforms.ColorJitter 用于隨機調整圖像的亮度、對比度、飽和度和色調。例如：

   transform = transforms.Compose([
       transforms.ColorJitter(brightness=0.2, contrast=0.2, saturation=0.2, hue=0.1)
   ])
   

6. transforms.ToTensor

   transforms.ToTensor 用于將圖像從 PIL Image 轉換為 PyTorch 張量。例如：

   transform = transforms.Compose([
       transforms.ToTensor()
   ])
   

7. transforms.Normalize

   transforms.Normalize 用于對圖像進行標準化處理。例如，將圖像的像素值縮放到 [0, 1] 范圍內并減去每個通道的平均值和標準差：

   transform = transforms.Compose([
       transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
   ])
   

要在訓練數據集上應用這些變換，您可以使用 torchvision.datasets 中的數據集類，并將 transform 參數傳遞給數據集類。例如，對于 CIFAR-10 數據集：

import torchvision.datasets as datasets

train_dataset = datasets.CIFAR10(root='./data', train=True, download=True, transform=transform)
train_loader = torch.utils.data.DataLoader(train_dataset, batch_size=32, shuffle=True)

這將創建一個包含預處理后的 CIFAR-10 圖像的數據加載器，可以用于訓練您的 PyTorch 模型。