一.torchvision：计算机视觉工具包
torchvision.transforms : 常用的图像预处理方法
torchvision.datasets : 常用数据集的dataset实现，MNIST，CIFAR-10，ImageNet等
torchvision.model : 常用的模型预训练，AlexNet，VGG， ResNet，GoogLeNet等
二.数据增强
数据增强又称为数据增广，数据扩增，它是对训练集进行变换，使训练集更丰富，从而让模型更具泛化能力
三.transforms—裁剪
torchvision.transforms : 常用的图像预处理方法
• 数据中心化
• 数据标准化
• 缩放
• 裁剪
• 旋转
• 翻转 • 填充
• 噪声添加
• 灰度变换
• 线性变换
• 仿射变换
• 亮度、饱和度及对比度变换
3.1 transforms.Normalize()
功能：逐channel的对图像进行标准化
output = (input - mean) / std
• mean：各通道的均值
• std：各通道的标准差
• inplace：是否原地操作
transforms.Normalize(mean, std, inplace=False)
3.2 transforms.CenterCrop()
功能：从图像中心裁剪图片
• size：所需裁剪图片尺寸
3.3 transforms.RandomCrop()
功能：从图片中随机裁剪出尺寸为size的图片
• size：所需裁剪图片尺寸
• padding：设置填充大小
当为a时，上下左右均填充a个像素
当为(a, b)时，上下填充b个像素，左右填充a个像素
当为(a, b, c, d)时，左，上，右，下分别填充a, b, c, d
• pad_if_need：若图像小于设定size，则填充
• padding_mode：填充模式，有4种模式
- constant：像素值由fill设定
- edge：像素值由图像边缘像素决定
- reflect：镜像填充，最后一个像素不镜像，eg：[1,2,3,4] → [3,2,1,2,3,4,3,2]
- symmetric：镜像填充，最后一个像素镜像，eg：[1,2,3,4] → [2,1,1,2,3,4,4,3]
• fill：constant时，设置填充的像素值
transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode='constant')
3.4 RandomResizedCrop()
功能：随机大小、长宽比裁剪图片
• size：所需裁剪图片尺寸
• scale：随机裁剪面积比例, 默认(0.08, 1)
• ratio：随机长宽比，默认(3/4, 4/3)
• interpolation：插值方法
PIL.Image.NEAREST
PIL.Image.BILINEAR
PIL.Image.BICUBIC
3.5 FiveCrop()
transforms.FiveCrop(size)
3.6 TenCrop()
transforms.FiveCrop(size)
transforms.TenCrop(size,
vertical_flip=False)
功能：在图像的上下左右以及中心裁剪出尺
寸为size的5张图片，TenCrop对这5张图片
进行水平或者垂直镜像获得10张图片
• size：所需裁剪图片尺寸
• vertical_flip：是否垂直翻转
transforms.TenCrop( size, vertical_flip=False)
四.transforms—翻转、旋转
4.1 RandomHorizontalFlip() RandomVerticalFlip()
功能：依概率水平（左右）或垂直（上下）翻转图片
•p：翻转概率
RandomHorizontalFlip(p=0.5) RandomVerticalFlip(p=0.5)
4.2 RandomRotation()
功能：随机旋转图片
• degrees：旋转角度
当为a时，在（-a，a）之间选择旋转角度
当为(a, b)时，在(a, b)之间选择旋转角度
• resample：重采样方法
• expand：是否扩大图片，以保持原图信息
• center：旋转点设置，默认中心旋转
3.RandomRotation RandomRotation(degrees, resample=False, expand=False, center=None)
五.transforms—图像变换
5.1 Pad()
功能：对图片边缘进行填充
• padding：设置填充大小
当为a时，上下左右均填充a个像素
当为(a, b)时，上下填充b个像素，左右填充a个像素
当为(a, b, c, d)时，左，上，右，下分别填充a, b, c, d
• padding_mode：填充模式，有4种模式，constant、edge、reflect和symmetric
• fill：constant时，设置填充的像素值，(R, G, B) or (Gray)
transforms.Pad(padding, fill=0, padding_mode='constant')
5.2 ColorJitter
功能：调整亮度、对比度、饱和度和色相
• brightness：亮度调整因子
当为a时，从[max(0, 1-a), 1+a]中随机选择
当为(a, b)时，从[a, b]中 • contrast：对比度参数，同brightness
• saturation：饱和度参数，同brightness
• hue：色相参数，当为a时，从[-a, a]中选择参数，注： 0<= a <= 0.5
当为(a, b)时，从[a, b]中选择参数，注：-0.5 <= a <= b <= 0.5
transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)
5.3 Grayscale
RandomGrayscale(num_output_channels,
p=0.1)
5.4 RandomGrayscale
功能：依概率将图片转换为灰度图
• num_ouput_channels：输出通道数
只能设1或3
• p：概率值，图像被转换为灰度图的概率
Grayscale(num_output_channels)
