Pytorch：transforms二十二种数据预处理方法及自定义transforms方法
数据增强
transforms是pytorch中用于数据增强的模块，首先再简单描述下数据增强的概念：
数据增强又称为数据增广，数据扩增，它是对训练集进行变换，使训练集更丰富，从而让模型根据泛化能力
举个非常生动形象的例子，五年高考三年模拟相信大家都知道，其实这就是一个学习模型，其中的三年模拟试题就是数据增强
具体的各类方法
裁剪 crop
transforms.CenterCrop
功能：从图像中心裁剪图片
size：所需裁剪的图片尺寸（如果size比原来的图尺寸大，则会在原图周围填充黑色带至此size）
或者 
transforms.RandomCrop
功能：从图片中随机裁剪出尺寸为size的图片
size：所需裁剪图片尺寸
padding：设置填充大小
- 当为a时，上下左右均填充a个像素
- 当为(a,b)时，上下填充b个像素，左右填充a个像素
- 当为(a,b,c,d)时，左上右下各填充a、b、c、d个像素
pad_if_need：若图像小于设定size，则填充
padding_mode：填充模式，有4种模式
- constant：像素值由fill设定
- edge：像素值由图像边缘像素决定
- reflect：镜像填充，最后一个像素不镜像
- symmetric：镜像填充，最后一个像素镜像
fill：constant时，设置填充的像素值
transforms.RandomResizedCrop
功能：随机大小、长宽比裁剪图片
size：所需裁剪图片
scale：随机裁剪面积比例，默认（0.08, 1）
ratio：随机长宽比，默认（3/4, 4/3）
interpolation：插值方法
- PIL.Image.NERAREST
- PIL.Image.BILINEAR
- PIL.Image.BICUBIC
transforms.FiveCrop
transforms.TenCrop
功能：在图像的上下左右以及中心裁剪出尺寸为size的5张图片，
TenCrop对这5张图片进行水平或者垂直镜像获得10张图片
size：所需裁剪图片尺寸
vertical_filp：是否垂直翻转（TenCrop）
翻转和旋转 flip and rotation
transforms.RandomHorizontalFlip
transforms.RandomVerticalFlip
功能：依概率水平（左右）或垂直（上下）翻转图片
p：翻转概率
transforms.RandomRotation
功能：随机旋转图片
degrees：旋转角度
- 当为a时，在（-a, a）之间选择旋转角度
- 当为（a, b）时，在（-a, b）之间选择旋转角度
resample：重采样方法
expand：是否扩大图片，以保持原来所有的图片信息（注意：如果使用expand，会扩大原来的图片size，当处理的batch_size不为1时，无法将之后图片统一形成batch，所以使用后，需要resize成原来的大小）
center：旋转点设置，默认中心旋转
图像变换 image transforms
transforms.Pad
功能：对图像边缘进行填充
padding：设置填充大小
- 当为a时，上下左右均填充a个像素
- 当为(a,b)时，上下填充b个像素，左右填充a个像素
- 当为(a,b,c,d)时，左上右下各填充a、b、c、d个像素
padding_mode：填充模式，有4种模式
- constant：像素值由fill设定
- edge：像素值由图像边缘像素决定
- reflect：镜像填充，最后一个像素不镜像
- symmetric：镜像填充，最后一个像素镜像
fill：constant时，设置填充的像素值，（R,G,B）or （Gray）【可以理解为用具体数值表示的color】
transforms.ColorJitter
功能：调整亮度、对比度、饱和度和色相
brightness：亮度调整因子
- 当为a时，从[max(0, 1-a), 1+a]中随机选择
- 当为(a, b)时，从[a, b]中随机选择
contrast：对比度参数，同brightness
对比度：调高：偏黑的更黑，偏白的更白；调低：发灰，因为黑白都趋近中间值
saturation：饱和度（强调色彩鲜艳或黯淡）参数，同brightness
hue：色相参数，改变图像原来的色彩，显得“违和”
- 当为a时，从[-a， a]中随机选择参数，注：0 <= a <= 0.5
- 当为(a, b)时，从[a, b]中随机选择参数，注：-0.5 <= a <= b <= 0.5
transforms.Grayscale
transforms.RandomGrayscale
功能：依概率将图像转换为灰度图
num_output_channels：输出通道数，只能设1或3
p：图像转为灰度图的概率，Grayscale即为RandomGrayscale的p为1时
transforms.RandomAffine
功能：对图像进行仿射变换。仿射变换是二维的线性变换，由五种基本原子构成，分别是旋转、平移、缩放、错切和翻转
degrees：旋转角度设置
translate：平移区间设置，如（a, b），a设置宽（width），b设置高（height），图像在宽维度平移的区间为±img_width*a之间
scale：缩放比例（以面积为单位）
fill_color：填充颜色设置
shear：错切角度设置，有水平错切和垂直错切（类似于平行四边形似的拉伸）
- 若为a，则仅在x轴错切，错切角度在（-a，a）之间
- 若为（a，b），则a设置x轴角度，b设置y轴角度
- 若为（a，b，c，d），则a，b设置x轴角度，c，d设置y轴角度
resample：重采样方式，即三类插值方式
transforms.Erasing
功能：对图像进行随机的遮挡，注意：输入对象为Tensor而不是PIL，需先使用ToTensor()
p：执行该操作的概率
scale：遮挡区域的面积
ratio：遮挡区域的长宽比
value：设置遮挡区域的像素值（颜色）,（R,G,B）或（Gray）而且此时对象为tensor，所以应该设置归一化值；如果设置value的值为字符串，则遮挡区域的颜色会变成彩色（雪花屏）
（具体算法可见论文《Data Augmentation Random Erasing》）
transforms.Lambda
功能：用户自定义lambda方法，用于简单实现函数功能
lambd：填写lambda匿名函数表达式
格式：lambda [arg1 arg2... argn] ：expression （arg为input，expression为进行的处理）
对transform方法的操作
transforms.RandomChoice
功能：从一系列transforms方法中随机挑选一个执行
transforms.RandomChoice([transforms1, transforms2, transforms3...])
transforms.RandomApply
功能：依据概率执行一组transforms操作
transforms.RandomApply([transforms1, transforms2, transforms3...]，p=0.5)
transforms.RandomOrder
功能：对一组transforms操作打乱顺序后执行
transforms.RandomOrder([transforms1, transforms2, transforms3...])
自定义transforms方法
从compose源码中可以得到，transforms有一些固定的收参与格式：
1.仅接受一个参数，返回一个参数
2.注意上下游的输出和输入
通过类实现多参数传入，下为自定义方法的基本结构：
其中init函数指定需要的参数，如概率、信噪比等等，call函数就是调用时，所执行的具体操作
下面以椒盐噪声的transforms方法自定义实现来为例：
椒盐噪声又称脉冲噪声，是一种随机出现的白点或黑点，白点称为盐噪声，黑点称为椒噪声
其主要参数有信噪比（signal-noise rate，SNR），用以衡量噪声的比例，在图像中为图像像素的占比
由上述模板可以构建函数思路：
附上代码可进一步理解
class AddPepperNoise(object):
"""增加椒盐噪声
Args:
snr （float）: Signal Noise Rate
p (float): 概率值，依概率执行该操作
"""
def __init__(self, snr, p=0.9):
assert isinstance(snr, float) or (isinstance(p, float))
self.snr = snr
self.p = p
def __call__(self, img):
"""
Args:
img (PIL Image): PIL Image
Returns:
PIL Image: PIL image.
"""
if random.uniform(0, 1) < self.p:
img_ = np.array(img).copy()
h, w, c = img_.shape
signal_pct = self.snr
noise_pct = (1 - self.snr)
mask = np.random.choice((0, 1, 2), size=(h, w, 1), p=[signal_pct, noise_pct/2., noise_pct/2.])
mask = np.repeat(mask, c, axis=2)
img_[mask == 1] = 255 # 盐噪声
img_[mask == 2] = 0 # 椒噪声
return Image.fromarray(img_.astype('uint8')).convert('RGB')
else:
return img
总之，数据增强是为了使得训练集更好的接近测试集，针对测试集的一些特点或是易混点来选择有效的transforms方法加以突出或是消除，以达到更好的结果。
一个简单例子，原模型的训练数据为第四套一元和一百元RMB，而现在测试的是第五套一百元人民币，如果不加变换，大概率会识别成一元，因为第四套一元和第五套一百元颜色很接近。这时如果做一个灰度变换，测试结果就会识别正确，判定为100元。
