深度之眼Pytorch打卡（十二）：Pytorch数据预处理——选择与自定义transforms（通过向图片上添加椒盐噪声、高斯噪声增来强数据的数据增强方法）

63 阅读 0 评论 42 点赞

我是靠谱客的博主漂亮小松鼠，最近开发中收集的这篇文章主要介绍深度之眼Pytorch打卡（十二）：Pytorch数据预处理——选择与自定义transforms（通过向图片上添加椒盐噪声、高斯噪声增来强数据的数据增强方法），觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

前言

这篇笔记继续学习pytorch的数据预处理方式transforms，前三篇笔记学习了transforms的使用流程，和各种方法实现。这篇笔记包括两个要点，第一是在已经选好transform方法transform1,transform2,transform3...，并且都设置好参数数的前提下，如何在每次迭代的时候选择不同组的transform方法或者使用不同的调用顺序，第二是如何自定义transform方法 ，虽然pytorch提供了很多transform方法，但有时可能也需要自己定义。本笔记提供了在图片上添加椒盐和高斯噪声 的数据增强方法。本笔记的知识框架主要来源于深度之眼，并依此作了内容的丰富拓展，拓展内容主要源自对torch文档的翻译理解，所用数据来源于网络。

数据预处理方法具体实现见：

深度之眼Pytorch打卡（九）：Pytorch数据预处理——预处理过程与数据标准化（transforms过程、Normalize原理、常用数据集均值标准差与数据集均值标准差计算）
深度之眼Pytorch打卡（十）：Pytorch数据预处理——数据统一与数据增强（上）
深度之眼Pytorch打卡（十一）：Pytorch数据预处理——数据增强（下）

几篇数据增强笔记所涉代码及数据见：Poetair/Pytorch-Learning/transforms

transform选择

transforms.RandomChoice()

torchvision.transforms.RandomChoice(transforms)

transforms是一个由若干预处理方法组成的列表transforms=[transform1,transform2,transform3,.....]，该方法就是随机从该列表中随机取一个方法来执行。

    transforms.RandomChoice(
        [transforms.RandomGrayscale(1), transforms.ColorJitter(hue=0.5), transforms.RandomRotation(60, resample=2)]),
    transforms.ToTensor(),

在这里插入图片描述

图1.每次读入的图片都从灰度化、变色和旋转中随机选一种方法执行

transforms.RandomApply()

torchvision.transforms.RandomApply(transforms, p=0.5)

依概率p执行transforms，并且执行时按照顺序执行其中每一个预处理方法。transforms是由若干预处理方法组成的list或者是tuple。

    transforms.RandomApply([transforms.Pad(50, fill=(100, 130, 110)), transforms.RandomAffine(degrees=0, shear=40), transforms.RandomVerticalFlip(1)], 0.5),
    transforms.ToTensor(),

在这里插入图片描述

图2.每次读入的图片有0.5的概率按顺序执行拓展、仿射和翻转三个操作，有0.5的概率什么都不执行

transforms.RandomOrder()

torchvision.transforms.RandomOrder(transforms)

按照随机的顺序执行transforms中每一个预处理方法，transforms是由若干预处理方法组成的list。

    transforms.RandomOrder([transforms.Pad(100, fill=(100, 130, 110)), transforms.CenterCrop(200)]),
    transforms.ToTensor(),

在这里插入图片描述

图2.每次读入的图片执行拓展和裁剪的先后顺序随机，顺序不同结果不同

transform方法自定义

观察Pytorch提供的transform方法，我们会发现，每一个transform方法都有一个默认输入和一个默认输出，输入往往是PIL Image，输出往往也是PIL Image，当然有特例，比如随机擦除（输入是TenSor），ToTensor（输出是归一化张量）和Normalize(输入是张量)等。

以Resize为例，从以下源码中可以看出transform方法的基本代码结构。__init__ 中定义一些该类必要的其他参数，如概率p，标准差std，均值mean等。__call__() 中实现数据预处理方法，默认输入便是在这里使用的。大多数的transform方法的具体实现，都是直接调用的torch的Function里的函数，如这里的F.resize()。而在我们自定义预处理方法时，需要在这里自己写。

class Resize(object):

    def __init__(self, size, interpolation=Image.BILINEAR):
        assert isinstance(size, int) or (isinstance(size, Iterable) and len(size) == 2)
        self.size = size
        self.interpolation = interpolation

    def __call__(self, img):                # __call___，让类实例变成一个可以被调用的对象，像函数

        return F.resize(img, self.size, self.interpolation)

添加椒盐噪声

椒盐噪声是脉冲噪声的特例，指灰度值很低或者灰度值很高的随机点噪声，在图像上就表现为很暗的点（椒）和很亮的点（盐）随机分布。用添加过椒盐噪声的数据集训练出来的模型，对被椒盐噪声污染的测试图像应该会更鲁棒。椒盐噪声的添加，根据想要的噪声密度density，在图像内随机的像素位置，对像素点赋值为0或255，彩色图赋(255,255,255)或者（0,0,0）。

噪声添加的基本实现，额外参数只有density，其需要在__init__定义，而__call__中则添加，向图片中随机撒椒盐的程序。

撒椒、盐的密度（等于椒、盐出现的概率值）：d = density/2.0。
信号密度（等于原图像像素出现的概率值）：d = 1-density。

有了各种信号出现的概率，现在就需要根据概率值，随机的在图像上去选择点。用Numpy中的random.choice()函数产生掩膜mask来实现。

random.choice()

numpy.random.choice(a, size=None, replace=True, p=None)

a: 整型数值或者一维数组。为数字时，表示生成的mask中的值，是从np.arange(a)中根据概率p随机采样得到的。为一数组时，则表示生成的mask中的值，是随机选择数组中a中的一个值，选择概率由p中对应位置的概率值决定。
size： 生成mask的大小或输出数组大小，为整型（一维）或者元组（多维）。
replace： 为True时，输出数组中的元素可以重复，反之不可重复。
p： a中对应元素的概率，若没有给出，默认它们等概率。

import numpy as np
mask = np.random.choice(99, 100, replace=False)
print(mask)

ValueError: Cannot take a larger sample than population when 'replace=False'，replace=False时，a取值范围应该比size大。

在添加椒盐噪声的应用中，共有三类点，只需要在mask中用三个值便可以区分，三个值的概率分别就是椒、盐和原像素出现的概率。类似如下代码：

mask = np.random.choice((0, 1, 2), size=(224, 224, 1), p=[0.1, 0.1, 0.8])

my_transforms.py

import numpy as np
from PIL import Image


class AddSaltPepperNoise(object):

    def __init__(self, density=0):
        self.density = density

    def __call__(self, img):

        img = np.array(img)                                                             # 图片转numpy
        h, w, c = img.shape
        Nd = self.density
        Sd = 1 - Nd
        mask = np.random.choice((0, 1, 2), size=(h, w, 1), p=[Nd/2.0, Nd/2.0, Sd])      # 生成一个通道的mask
        mask = np.repeat(mask, c, axis=2)                                               # 在通道的维度复制，生成彩色的mask
        img[mask == 0] = 0                                                              # 椒
        img[mask == 1] = 255                                                            # 盐
        img= Image.fromarray(img.astype('uint8')).convert('RGB')                        # numpy转图片
        return img

调用：

    my_transforms.AddSaltPepperNoise(0.2),
    transforms.ToTensor(),

结果：
椒盐噪声

图3.添加密度为0.2的椒盐噪声

添加高斯噪声

高斯噪声，即分布服从正态分布的噪声，是一种非常常见的噪声，其叠加在图像的每一个点上。主要参数有方差、均值和幅值。用numpy.random.normal函数来产生服从高斯分布的噪声。

在这里插入图片描述

random.normal()

numpy.random.normal(loc=0.0, scale=1.0, size=None)

loc： 均值。浮点值或者数组
scale：标准差。浮点值或者数组。
size： 输出尺寸。整型值或者元组。

N = amplitude*numpy.random.normal(loc=mean, scale=variance, size=(224, 224, 1))

在这里插入图片描述

图3.高斯噪声

my_transforms.py

class AddGaussianNoise(object):

    def __init__(self, mean=0.0, variance=1.0, amplitude=1.0):

        self.mean = mean
        self.variance = variance
        self.amplitude = amplitude

    def __call__(self, img):
        img = np.array(img)
        h, w, c = img.shape
        N = self.amplitude * np.random.normal(loc=self.mean, scale=self.variance, size=(h, w, 1))
        N = np.repeat(N, c, axis=2)
        img = N + img
        img[img > 255] = 255                       # 避免有值超过255而反转
        img = Image.fromarray(img.astype('uint8')).convert('RGB')
        return img

主函数使用：

    my_transforms.AddGaussianNoise(mean=0, variance=1, amplitude=20),
    transforms.ToTensor(),

结果：
高斯噪声

图3.添加幅值为20的标准高斯噪声

参考

https://pytorch.org/docs/stable/torchvision/transforms.html#torchvision-transforms
https://blog.csdn.net/u012936765/article/details/53200918
https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.random.normal.html
https://docs.scipy.org/doc/numpy-1.15.0/reference/generated/numpy.random.choice.html#numpy.random.choice