前言
为了使模型更加具备泛化能力，在数据的处理方面，往往需要进行数据扩增，而数据扩增本人建议放在训练之前完成，减少训练使用时间，同时也便于自己查看扩增后图像的质量，把控好图像的质量间接的把控了模型的质量。
一.transforms—Crop
1.1 torchvision.transforms.CenterCrop(size)
功能：从图像中心裁剪图片 size：所需裁剪图片尺寸
1.2 torchvision.transforms.RandomCrop(size, padding=None, pad_tf_needed=False, fill=0, padding_mode='constant')
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\ ⅰ. constant： 像素值由fill设定\ ⅱ. edge: 像素值由图像边缘像素设定\ ⅲ. reflect: 镜像填充，最后一个像素不镜像，例: [1,2,3,4]→[3,2,1,2,3,4,3,2][1,2,3,4]→[3,2,1,2,3,4,3,2] ⅳ. symmetric: 镜像填充，最后一个像素镜像，例：[1,2,3,4]→[2,1,1,2,3,4,4,3][1,2,3,4]→[2,1,1,2,3,4,4,3] fill: constant时，设置填充的像素值
1.3 torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(3/4, 4/3), interpolation=2)
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
1.4 torchvision.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
二. transforms-Flip
2.1 torchvision.transforms.RandomHorizontalFlip(p=0.5)
功能：依据水平（左右）或垂直（上下）翻转图片 p: 翻转概率
2.2torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None)
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
三,transforms-Pad
3.1 torchvision.transforms.Pad(padding, fill=0, padding_mode='constant')
功能：对图像边缘进行填充 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）
3.2torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)
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][max(0,1−a),1+a]中随机选择； 当为（a, b）时，从[a,b][a,b]中随机选择。 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][−a,a]中选择参数，注：0≤a≤0.50≤a≤0.5 当为(a, b)时，从[a,b][a,b]中选择参数，注：−0.5≤a≤b≤0.5−0.5≤a≤b≤0.5
3.3torchvision.transforms.Grayscale(num_output_channels=1)
3.4torchvision.transforms.RandomGrayscale(p=0.1)
功能: 依概率将图片转换为灰度图 num_output_channels: 输出通道数，只能设置为1或3 p: 概率值，图像被转换为灰度图的概率
3.5torchvision.transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=0, fillcolor=0)
功能：对图像进行仿射变换，仿射变换是二维的线性变换，由五种基本原子变换构成，分别是旋转、平移、缩放、错切和翻转 degrees: 旋转角度设置 translate: 平移区间设置，如(a, b)，a设置宽(width)，b设置高(height)，图像在宽维度平移区间为 -img_width a < dx < img_width a scale: 缩放比例（以面积为单位） fill_color: 填充颜色设置 shear: 错切角度设置，有水平错切和垂直错切 若为a，则仅在x轴错切，错切角度在(-a, a)之间； 若为(a, b)，则a设置x轴角度，b设置y的角度； 若为(a, b, c, d)，则a、b设置x轴角度，c、d设置y轴角度。 resample: 重采样方式，有NEAREST、BILINEAR、BICUBIC
3.6 torchvision.transforms.RandomErasing(p=0.5, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=0, inplace=False)
功能：对图像进行随机遮挡 p: 概率值，执行该操作的概率 scale: 遮挡区域的面积 ratio: 遮挡区域长宽比 value: 设置遮挡区域的像素值，（R, G, B）or（Gray） 参考文献：《Random Erasing Data Augmentaion》
3.7 torchvision.transforms.Lambda(lambd)
功能: 用户自定义lambda方法 lambd: lambda匿名函数 例如：transforms.Lambda(lambda crops: torch.stack([transforms.Totensor()(crop) for crop in crops]))
