PyTorch图像数据增强实战指南
在训练机器学习或深度学习模型时，最终目标是获得一个具备良好泛化能力的通用模型。换言之，模型不仅要拟合训练数据，还需对未见过的数据展现出稳定表现。数据增强正是防止过拟合的常用技术之一——通过人为扩充训练样本数量，让模型接触更多样化的数据，从而学习到更稳健、更泛化的特征。数据增强本质上是通过各种方式扩展
在训练机器学习或深度学习模型时，最终目标是获得一个具备良好泛化能力的通用模型。换言之，模型不仅要拟合训练数据，还需对未见过的数据展现出稳定表现。数据增强正是防止过拟合的常用技术之一——通过人为扩充训练样本数量，让模型接触更多样化的数据，从而学习到更稳健、更泛化的特征。
数据增强本质上是通过各种方式扩展训练数据集的过程。使用多样化数据进行训练，能够提升模型在不同场景下的鲁棒性。那么，“多样化”具体体现在哪些方面？本文以图像领域为例，系统梳理几种常见的图像数据增强技术，并附带 PyTorch 代码实战，让大家直观感受每种方法的效果。下面先展示一张示例图像，后续所有操作均以此图为基础。
为直观展示每种增强效果，先编写一个可视化辅助函数，后续所有变换都将调用该函数进行对比展示。
import PIL.Image as Image
import torch
from torchvision import transforms
import matplotlib.pyplot as plt
import numpy as np
import warnings
def imshow(img_path, transform):
"""
Function to show data augmentation
Param img_path: path of the image
Param transform: data augmentation technique to apply
"""
img = Image.open(img_path)
fig, ax = plt.subplots(1, 2, figsize=(15, 4))
ax[0].set_title(f'Original image {img.size}')
ax[0].imshow(img)
img = transform(img)
ax[1].set_title(f'Transformed image {img.size}')
ax[1].imshow(img)Resize/Rescale
Resize/Rescale操作非常直观：将图像的宽度和高度调整为指定的尺寸。例如，以下代码将原始图像统一缩放至224×224像素。
path = './kitten.jpeg'
transform = transforms.Resize((224, 224))
imshow(path, transform)
Cropping
裁剪是指从原始图像中切取一块矩形区域。CenterCrop函数会返回以原图中心裁剪后的图像，尺寸可由用户自定义。
transform = transforms.CenterCrop((224, 224))
imshow(path, transform)
RandomResizedCrop
RandomResizedCrop将裁剪与缩放结合——随机选取图像中的某一区域，再将其缩放至目标尺寸，是一种非常实用的数据增强手段。
transform = transforms.RandomResizedCrop((100, 300))
imshow(path, transform)
Flipping
水平或垂直翻转图像。以下代码演示水平翻转（RandomHorizontalFlip）的效果。
transform = transforms.RandomHorizontalFlip()
imshow(path, transform)
Padding
填充（Padding）是指在图像四周添加指定像素宽度的边框。以下示例为每条边均填充50像素。
transform = transforms.Pad((50,50,50,50))
imshow(path, transform)
Rotation
随机旋转图像一定角度。这里设置旋转角度范围为±15度。
transform = transforms.RandomRotation(15)
imshow(path, transform)
Random Affine
Random Affine是一种保持图像中心不变的仿射变换，可设置的参数较为丰富：
degrees：旋转角度范围
translate：沿水平和垂直方向的平移量
scale：缩放比例范围
shear：剪切变换参数
fillcolor：图像外部区域的填充颜色
transform = transforms.RandomAffine(1, translate=(0.5, 0.5), scale=(1, 1), shear=(1,1), fillcolor=(256,256,256))
imshow(path, transform)
Gaussian Blur
高斯模糊（Gaussian Blur）可使图像变得模糊，模糊程度由卷积核大小和标准差参数控制。
transform = transforms.GaussianBlur(7, 3)
imshow(path, transform)
Grayscale
将彩色图像转换为灰度图像。
transform = transforms.Grayscale(num_output_channels=3)
imshow(path, transform)
颜色增强（亦称颜色抖动）通过改变像素值来调整图像的色彩属性。以下均属于颜色相关的数据增强操作。
Brightness
调整图像的亮度——使其更亮或更暗。参数值越大，亮度变化越明显。
transform = transforms.ColorJitter(brightness=2)
imshow(path, transform)
Contrast
对比度代表图像中最亮与最暗区域的差异程度。提高对比度可使明暗区域更加分明。
transform = transforms.ColorJitter(contrast=2)
imshow(path, transform)
Saturation
饱和度决定颜色的鲜艳程度。数值越大，色彩越浓郁。
transform = transforms.ColorJitter(saturation=20)
imshow(path, transform)
Hue
色调（Hue）用于改变颜色的色相，即对图像整体进行颜色偏移。
transform = transforms.ColorJitter(hue=2)
imshow(path, transform)
总结
通过对图像本身进行多样化变换，模型能够学习到更多不变性特征，从而在面对未见数据时更加鲁棒，有效缓解过拟合。数据增强看似简单，实则是提升模型泛化能力的利器——善加利用，可收事半功倍之效。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：PyTorch图像数据增强实战指南要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点需求人群 最适合哪些电商卖家？目标用户非常清晰——那些在亚马逊等平台上致力于优化商品列表的运营者。无论你是初创卖家还是已有规模，只要希望提升产品曝光度和转化率，这套AI驱动的工具都能有效助您一臂之力。 使用场景 如何使用？三种操作入口简单直观：你可以直接输入商品ASIN来针对优化，也可粘贴完整的亚马
你是否曾幻想过，让自己的照片一秒穿越进宫崎骏笔下的动画世界？如今，借助AI工具，这个愿望轻松就能实现——将普通照片一键转化为吉卜力风格的艺术杰作，带来梦幻般的视觉体验。什么是Ghibli Style – AI Photo to Anime Style Generator？（吉卜力风格AI照片转动漫生
把一段平平无奇的视频，一键变成热血动漫或电影级质感——这个设想以往只存在于科幻片中，如今却已真实地摆在眼前。随着视频风格转换与动画生成工具日益增多，今天要介绍的CoEvo-AI，堪称其中操作门槛最低、实际效果却相当出色的选择。 CoEvo-AI是什么？ 用一句话概括：这是一款主打“用户友好”的AI视
AnimeArtStudio是一款免费AI动漫生成器，集成超100个稳定扩散模型，支持文本生成动漫、图像转换风格及语音视频模型。无需注册、积分或付费，30秒内快速生成高质量角色，风格覆盖《龙珠Z》等经典日漫。
- 日榜
- 周榜
- 月榜
热点快看