如何通过数据增强来增加图像数量

Question

我正在尝试使用 pytorch 应用数据增强。特别是，我有一个包含 150 张图像的数据集，我想对每张图像应用 5 次转换（水平翻转、3 次随机旋转和垂直翻转）以拥有 750 张图像，但使用我的代码我总是有 150 张图像。

'train': transforms.Compose([
    transforms.Resize(224),
    transforms.RandomHorizontalFlip(),
    transforms.RandomRotation(degrees = (90,90)),
    transforms.RandomRotation(degrees = (180,180)),
    transforms.RandomRotation(degrees = (270,270)),
    transforms.RandomVerticalFlip(p=1),
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])

Answer 1

您误解了 API。当您向数据集添加一些转换时，它本质上是一个函数，该函数被应用于该数据集中的每个样本，然后返回。 transforms.Compose 按顺序应用 sub-transforms，而不是返回多个结果（每个翻译都被应用或不被应用）。所以

transforms.Compose([
    transforms.RandomRotation(degrees = (90, -90)),
    transforms.RandomRotation(degrees = (180, -180)),
])

只会以 90 到 90 度之间的随机角度（换句话说，恰好旋转 90 度）将图像旋转一次，然后再旋转 180 度。这相当于单个 RandomRotation(degrees=(270, 270))（它是实际上更糟，因为它会导致过程中更多的数据损坏。

因此，大多数 transforms 都如上 - "linear" - 一种输入，一种输出。有一些 "forking" 转换产生的输出多于输入。一个例子是 FiveCrop。请注意其关于如何处理的说明。即使使用 "forking" 转换，您仍然会在数据集中获得相同数量的项目，只是您的批次会更大。

如果您特别想要一个包含每个项目的 4 个不同旋转副本并随机生成它们的数据集（即可能每个旋转变体来自不同的批次），您将必须编写一些自定义数据加载逻辑.为此，您可能希望将您的工作基于 DatasetFolder.

的来源

为什么 API 会变成这样？在实践中，大多数人对目前的变换都很好——在你的位置，他们只需编写一个随机翻转 0、90、180 或 270 度的变换，然后训练他们的网络比你多 4 倍的纪元, 平均每样得到一个样本。

如何通过数据增强来增加图像数量

how to increase number of images with data augmentation

python-3.x

pytorch

data-augmentation