PyTorch 中的转换有什么用？

Question

我是 Pytorch 的新手，对 CNN 不是很了解。我用他们提供的教程做了一个成功的分类器Tutorial Pytorch，但我不太明白加载数据时我在做什么。

他们为训练做了一些数据扩充和归一化，但是当我尝试修改参数时，代码不起作用。

# Data augmentation and normalization for training
# Just normalization for validation
data_transforms = {
    'train': transforms.Compose([
        transforms.RandomResizedCrop(224),
        transforms.RandomHorizontalFlip(),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
    ]),
    'val': transforms.Compose([
        transforms.Resize(256),
        transforms.CenterCrop(224),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
    ]),
}

我要扩展我的训练数据集吗？我没有看到数据扩充。

为什么我修改了transforms.RandomResizedCrop(224)的值，数据加载就停止了？

我是否也需要转换测试数据集？

我对他们所做的这种数据转换有点困惑。

Answer 1

transforms.Compose 只是将提供给它的所有转换组合起来。因此，transforms.Compose 中的所有变换都一一应用于输入。

训练变换

transforms.RandomResizedCrop(224)：这将从您的输入图像中随机提取大小为 (224, 224) 的补丁。因此，它可能会从左上角、右下角或两者之间的任何位置选择这条路径。因此，您将在这部分进行数据扩充。此外，更改此值不会很好地处理模型中的全连接层，因此不建议更改此值。
transforms.RandomHorizontalFlip()：一旦我们有了尺寸为(224, 224)的图像，我们就可以选择翻转它。这是数据扩充的另一部分。
transforms.ToTensor()：这只是将您的输入图像转换为 PyTorch 张量。
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])：这只是输入数据缩放，这些值（平均值和标准差）必须已为您的数据集预先计算。也不建议更改这些值。

验证转换

transforms.Resize(256)：首先您的输入图像被调整为 (256, 256)
transforms.CentreCrop(224)：裁剪形状为(224, 224)

其余同火车

P.S.: 您可以在 official docs

中阅读有关这些转换的更多信息

Answer 2

关于数据增强的歧义，我建议你参考这个答案：

但简而言之，假设你只有随机水平翻转变换，当你遍历图像数据集时，一些返回原始图像，一些返回翻转后的图像（翻转后的原始图像不返回） .换句话说，一次迭代返回的图像数量与数据集的原始大小相同，没有增加。

PyTorch 中的转换有什么用？

What are transforms in PyTorch used for?

transformation

image

input

pytorch

训练变换

验证转换