動手學pytorch-圖像增強

數據增強

1.基本概念

2.常用增強方法

3.疊加使用

1.基本概念

圖像增廣（image augmentation）技術通過對訓練圖像做一系列隨機改變，來產生相似但又不同的訓練樣本，從而擴大訓練數據集的規模。圖像增廣的另一種解釋是，隨機改變訓練樣本可以降低模型對某些屬性的依賴，從而提高模型的泛化能力。例如，我們可以對圖像進行不同方式的裁剪，使感興趣的物體出現在不同位置，從而減輕模型對物體出現位置的依賴性。我們也可以調整亮度、色彩等因素來降低模型對色彩的敏感度。可以說，在當年AlexNet的成功中，圖像增廣技術功不可沒。

2.常用增強方法

pytorchd的圖像增光方法手冊：https://pytorch.org/docs/stable/torchvision/transforms.html

原圖

工具函數

def show_images(imgs, num_rows, num_cols, scale=2):
    figsize = (num_cols * scale, num_rows * scale)
    _, axes = plt.subplots(num_rows, num_cols, figsize=figsize)
    for i in range(num_rows):
        for j in range(num_cols):
            axes[i][j].imshow(imgs[i * num_cols + j])
            axes[i][j].axes.get_xaxis().set_visible(False)
            axes[i][j].axes.get_yaxis().set_visible(False)
    return axes



def apply(img, aug, num_rows=2, num_cols=4, scale=1.5):
    Y = [aug(img) for _ in range(num_rows * num_cols)]
    show_images(Y, num_rows, num_cols, scale)

翻轉

# 左右翻轉
apply(img, torchvision.transforms.RandomHorizontalFlip())

# 上下翻轉
apply(img, torchvision.transforms.RandomVerticalFlip())

剪裁

# 隨機裁剪出一塊面積為原面積10%∼100%的區域，且該區域的寬和高之比隨機取自0.5∼2


shape_aug = torchvision.transforms.RandomResizedCrop(200, scale=(0.1, 1), ratio=(0.5, 2))
apply(img, shape_aug)

變化顏色

可以從4個方面改變圖像的顏色：亮度（brightness）、對比度（contrast）、飽和度（saturation）和色調（hue）。例如將圖像的亮度隨機變化為原圖亮度的50%(1−0.5)∼150%(1+0.5)

apply(img, torchvision.transforms.ColorJitter(brightness=0.5, contrast=0, saturation=0, hue=0))

也可以隨機變化圖像的色調:

apply(img, torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0.5))

可以隨機變化圖像的對比度:

也可以同時設置如何隨機變化圖像的亮度（brightness）、對比度（contrast）、飽和度（saturation）和色調（hue):

color_aug = torchvision.transforms.ColorJitter(brightness=0.5, contrast=0.5, saturation=0.5, hue=0.5)
apply(img, color_aug)

3.疊加使用

augs = torchvision.transforms.Compose([
    torchvision.transforms.RandomHorizontalFlip(), color_aug, shape_aug])
apply(img, augs)