我正在尝试使用 pytorch 应用数据增强。特别是,我有一个包含 150 张图像的数据集,我想对每个图像应用 5 次变换(水平翻转、3 次随机旋转和垂直翻转)以拥有 750 张图像,但使用我的代码我总是有 150 张图像。
'train': transforms.Compose([
transforms.Resize(224),
transforms.RandomHorizontalFlip(),
transforms.RandomRotation(degrees = (90,90)),
transforms.RandomRotation(degrees = (180,180)),
transforms.RandomRotation(degrees = (270,270)),
transforms.RandomVerticalFlip(p=1),
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])
最佳答案
您误解了 API。当您向数据集添加一些转换时,它本质上是一个函数,该函数被应用于该数据集中的每个样本,然后返回。 transforms.Compose
按顺序应用子转换,而不是返回多个结果(每个翻译要么应用,要么不应用)。所以
transforms.Compose([
transforms.RandomRotation(degrees = (90, -90)),
transforms.RandomRotation(degrees = (180, -180)),
])
只会以 90 到 90 度之间的随机角度(换句话说,正好 90 度)旋转图像一次,然后再旋转 180。这相当于单个 RandomRotation( Degrees=(270, 270))
(实际上更糟糕,因为它会导致过程中更多的数据损坏)。
因此,大多数变换
如上所述 - “线性” - 一个输入,一个输出。有一些“ fork ”变换会产生比输入更多的输出。一个例子是 FiveCrop
。请注意其有关如何处理的注释。即使使用“ fork ”转换,您仍然会在数据集中获得相同数量的项目,只是您的批处理会更大。
如果您特别想要一个数据集,其中包含每个项目的 4 个不同旋转副本并随机生成它们(即每个旋转变体可能来自不同的批处理),您将必须编写一些自定义数据加载逻辑。为此,您可能希望将您的工作基于 DatasetFolder
的来源。 .
为什么 API 是这样的?在实践中,大多数人都对当前的变换感到满意 - 在你的位置,他们只会编写一个随机翻转 0、90、180 或 270 度的变换,然后训练他们的网络比你多 4 倍的训练周期,平均每个得到一个样本。
关于python-3.x - 如何通过数据增强来增加图像数量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56235136/