《动手学深度学习》图像增广（数据增强）

缺乏、安全感 2023-07-08 09:05 45阅读 0赞

# 图像增广 #

图像增广（image augmentation）技术通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而扩大训练数据集的规模。  
其优点在于通过随机改变训练样本可以降低模型对某些属性的依赖，从而提高模型的泛化能力。  
例如：

1.  对图像进行不同方式的裁剪，使感兴趣的物体出现在不同位置，从而减轻模型对物体出现位置的依赖性。
2.  可以调整亮度、色彩等因素来降低模型对色彩的敏感度。

# 常用增广方法 #

我们这里使用torchvision对图像进行处理，torchvision内置了一些图像处理API。  
`torchvision.transforms`下内置各种图像处理方法，调用并输入图像就可以得到处理后的`Image`对象。  
基本调用方法为：

import torchvision
    from PIL import Image
    
    img = Image.open('./cat3.jpg')
    img = torchvision.transforms.RandomHorizontalFlip()(img)

我们这里写一个函数方便测试：

def deal_single_img(path, deal_function):
        d2l.set_figsize()
        img2 = Image.open(path)
        origin_type = type(img2)
        d2l.plt.imshow(img2)
        plt.show()
        img2 = deal_function(img2)
        target_type = type(img2)
        d2l.plt.imshow(img2)
        plt.show()
        print("{} => {}".format(origin_type, target_type))

函数接收两个参数，图片路径和处理方法，最后会输出处理前的图像和处理后的图像，并打印出前后图像的`Image`对象的类型。  
这里列出了源码中列举的可以调用的操作。

__all__ = ["Compose", "ToTensor", "ToPILImage", "Normalize", "Resize",
    "Scale", "CenterCrop", "Pad", "Lambda", "RandomCrop", 
    "RandomHorizontalFlip", "RandomVerticalFlip", "RandomResizedCrop", 
    "RandomSizedCrop", "FiveCrop", "TenCrop","LinearTransformation", 
    "ColorJitter", "RandomRotation", "Grayscale", "RandomGrayscale"]

## 随机翻转 ##

dfunc = torchvision.transforms.RandomHorizontalFlip()
    deal_single_img(dfunc)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTE5ODQwNg_size_16_color_FFFFFF_t_70]

## 随机裁剪 ##

dfunc = torchvision.transforms.RandomResizedCrop(200, scale=(0.1, 1), ratio=(0.5, 2))
    deal_single_img(dfunc)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTE5ODQwNg_size_16_color_FFFFFF_t_70 1]

## 随机亮度 ##

dfunc = torchvision.transforms.ColorJitter(brightness=0.5, contrast=0, saturation=0, hue=0)
    deal_single_img(dfunc)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTE5ODQwNg_size_16_color_FFFFFF_t_70 2]

## 随机色彩变化 ##

这里解释一下`ColorJitter`里面的参数：亮度（brightness）、对比度（contrast）、饱和度（saturation）和色调（hue）。这里可以组合的进行调整。

dfunc = torchvision.transforms.ColorJitter(brightness=0.5, contrast=0, saturation=0, hue=0)
    deal_single_img(dfunc)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTE5ODQwNg_size_16_color_FFFFFF_t_70 3]

## 叠加多个图像增强 ##

使用`Compose`叠加多种图像操作，这里我们叠加了随机水平翻转，随机颜色变化，随机裁剪。

dfunc = torchvision.transforms.Compose([
        torchvision.transforms.RandomHorizontalFlip(),
        torchvision.transforms.ColorJitter(brightness=0.5, contrast=0.5, saturation=0.5, hue=0.5),
        torchvision.transforms.RandomResizedCrop(200, scale=(0.1, 1), ratio=(0.5, 2))])
    deal_single_img(dfunc)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTE5ODQwNg_size_16_color_FFFFFF_t_70 4]

# 图像转为张量 #

torchvision.transforms.ToTensor()(img).shape

我们使用`ToTensor()`操作图像，可将图像转为张量形式。

torch.Size([3, 400, 500])

经过图像增强，增大数据规模后，就可以开始训练并对比模型的泛化能力了。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTE5ODQwNg_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200225181223920.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTE5ODQwNg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTE5ODQwNg_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200225181401202.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTE5ODQwNg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTE5ODQwNg_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200225181610555.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTE5ODQwNg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTE5ODQwNg_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200225181738167.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTE5ODQwNg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTE5ODQwNg_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20200225181839543.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zOTE5ODQwNg==,size_16,color_FFFFFF,t_70