Pytorch 图像数据集增强（训练集扩展）图像提高泛化容错率
发布时间
阅读量：
阅读量
在处理有限的图像数据集时，过拟合和泛化能力差等问题是常见的挑战。为了缓解这些问题，可以利用PyTorch的transforms模块对图像进行增强处理以扩展训练集。具体方法包括使用Resize调整图像尺寸、RandomCrop随机裁剪以学习图像特性、RandomHorizontalFlip和RandomVerticalFlip随机翻转以增加数据多样性、RandomInvert颜色倒置器、RandomRotation旋转图片以及ColorJitter、RandomEqualize等随机调整HSV颜色空间的操作。这些方法有助于提升模型的泛化能力并改善训练效果。例如可以通过Compose将多个transform组合起来应用到同一张图片上从而生成多样化的训练样本。
当处理图像数据时,由于数据资源有限,可能会导致模型出现过拟合现象,并且其预测效果可能欠佳。
该研究基于Pytorch 技术对有限规模的图像数据集实施了图像增强处理过程，并旨在显著提升训练数据量。
环境
| Pillow | 8.4.0 | |
|---|---|---|
| torch | 1.8.2+cu111 |
PyTorch 的 torchvision.transforms 内置了大量用于图像处理的函数，在这些中常用的包括
Resize
from torchvision import transforms as tfs
import matplotlib.pyplot as plt im_aug = tfs.Compose([
tfs.Resize(1024),
tfs.ToTensor(),
])
# --- load original image
im = Image.open('dataset/IMG_4329.jpg')
# --- transform image
x = im_aug(im)
RandomCrop随机裁剪
RandomCrop有助于对照片进行随机剪切处理。这有助于模型更好地学习图像的特征。此处注意transform的顺序
im_aug = tfs.Compose([
tfs.Resize(1024),
tfs.RandomCrop(512),
tfs.ToTensor(),
])
# --- load original image
im = Image.open('dataset/IMG_4329.jpg')
# --- transform image
x = im_aug(im)
RandomHorizontalFlip(p) 随机水平翻转
RandomVerticalFlip(p) 随机垂直翻转
p为发生概率
im_aug = tfs.Compose([
tfs.Resize(1024),
tfs.RandomVerticalFlip(0.5),
tfs.RandomHorizontalFlip(0.5),
tfs.ToTensor(),
])
# --- load original image
im = Image.open('dataset/IMG_4329.jpg')
# --- transform image
x = im_aug(im)
RandomInvert（p） 颜色倒置器
im_aug = tfs.Compose([
tfs.Resize(1024),
tfs.RandomInvert(0.5),
tfs.ToTensor(),
])
# --- load original image
im = Image.open('dataset/IMG_4329.jpg')
# --- transform image
x = im_aug(im)
对图像进行随机旋转处理后，在原有训练集的基础上能够有效地进行模型拟合
x,y = 旋转角度的范围
im_aug = tfs.Compose([
tfs.Resize(1024),
tfs.RandomRotation((0, 360)),
tfs.ToTensor(),
])
# --- load original image
im = Image.open('dataset/IMG_4329.jpg')
# --- transform image
x = im_aug(im)
ColorJitter(brightness=, contrast=, hue=) 随机调整HSV
im_aug = tfs.Compose([
tfs.Resize(1024),
tfs.RandomApply(torch.nn.ModuleList([tfs.ColorJitter(brightness=0.5, contrast=0.5, hue=0.5)]), p=1),
tfs.ToTensor(),
])
# --- load original image
im = Image.open('dataset/IMG_4329.jpg')
# --- transform image
x = im_aug(im)
RandomEqualize（p） 随机均衡直方图
im_aug = tfs.Compose([
tfs.Resize(1024),
tfs.RandomEqualize(1),
tfs.ToTensor(),
])
# --- load original image
im = Image.open('dataset/IMG_4329.jpg')
# --- transform image
x = im_aug(im)
原histogram
RandomEqualize后的histogram
综合使用
im_aug = tfs.Compose([
tfs.Resize(1024),
tfs.RandomCrop(512, padding=2),
tfs.RandomHorizontalFlip(1),
tfs.RandomVerticalFlip(1),
tfs.RandomRotation((0, 360)),
tfs.RandomInvert(1),
tfs.RandomApply(torch.nn.ModuleList([tfs.ColorJitter(brightness=0.5, contrast=0.5, hue=0.5)]), p=0.5),
tfs.RandomEqualize(1),
tfs.ToTensor(),
# tfs.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5]),
])
# --- load original image
im = Image.open('dataset/IMG_4329.jpg')
# --- transform image
x = im_aug(im)
全部评论 (0)
还没有任何评论哟~