Pytorch自定义transform数据增强
1、数据增强数据增强在缓解模型过拟合的问题上是非常给力的一种方法，虽然pytorchvision官方提供了一些数据增强，但是不一定能跟得上你具有创造性的想象力，你希望能自己定义一些数据增强的方法。事实上我们自己写一个函数对图像进行一些处理是比较简单的，但是如何融入到transforms中去，而不影响训练时数据的加载？2、transforms.Lambda这个类文档中描述为“Apply a user
·
1、数据增强
数据增强在缓解模型过拟合的问题上是非常给力的一种方法，虽然pytorchvision官方提供了一些数据增强，但是不一定能跟得上你具有创造性的想象力，你希望能自己定义一些数据增强的方法。
事实上我们自己写一个函数对图像进行一些处理是比较简单的，但是如何融入到transforms中去，而不影响训练时数据的加载？
2、transforms.Lambda
这个类文档中描述为“Apply a user-defined lambda as a transform.”，帮助用户自定义作为transform，下面给出实例代码，一看就懂
from torchvision import transforms as T
# 你自己的数据增强函数
def img_crop(img, pos, dst_size):
# ...
return crop_img
transform = T.Compose([
#Lambda就是对每一个img都进行img_crop处理
T.Lambda(lambda img: img_crop(img, (3, 3), 40)),
T.ToTensor()])
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
2
0- 0
已为社区贡献11条内容
所有评论(0)