初识pytorch：数据标准化及数据增强的transforms

transfroms

在 PyTorch 中，torchvision.transforms 是用于数据预处理和数据增强的工具集，主要作用是将原始数据（如图像、文本）转换为适合模型输入的格式，并通过随机变换增加数据多样性，从而提升模型的泛化能力。

transforms的作用
1.数据标准化

将原始数据转换为模型要求的格式，例如：

• 将图像从 PIL 格式转为 Tensor（ToTensor）
• 对像素值进行归一化（Normalize），使数据分布更稳定
• 调整图像尺寸（Resize），确保输入尺寸一致

2.数据增强

通过随机变换生成更多样化的训练样本，减少过拟合，例如：

• 随机裁剪（RandomCrop）、翻转（RandomHorizontalFlip）
• 随机调整亮度、对比度（ColorJitter）
• 随机旋转（RandomRotation）

还是上一下示例代码：

from torchvision import transforms
from PIL import Image

# 定义变换流水线
transform = transforms.Compose([
    transforms.Resize((224, 224)),  # 调整图像大小为 224x224
    transforms.RandomHorizontalFlip(p=0.5),  # 50% 概率水平翻转（数据增强）
    transforms.ToTensor(),  # 转为 Tensor
    transforms.Normalize(  # 归一化（使用 ImageNet 数据集的均值和标准差）
        mean=[0.485, 0.456, 0.406],
        std=[0.229, 0.224, 0.225]
    )
])

# 加载图像并应用变换
img = Image.open("test.jpg")  # 原始 PIL 图像
transformed_img = transform(img)  # 经过变换后的 Tensor

print(transformed_img.shape)  # 输出: torch.Size([3, 224, 224])（通道数×高×宽）

训练和测试中transforms的使用区别

• 训练集：通常加入数据增强（如随机翻转、裁剪），增加数据多样性
• 测试集：仅进行标准化处理（如 Resize、ToTensor、Normalize），不使用随机变换，确保结果可复现

例如：

# 训练集变换（含数据增强）
train_transform = transforms.Compose([
    transforms.RandomResizedCrop(224),
    transforms.RandomHorizontalFlip(),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])

# 测试集变换（无随机操作）
test_transform = transforms.Compose([
    transforms.Resize(256),
    transforms.CenterCrop(224),  # 中心裁剪，而非随机
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])

总结：
transforms 是连接原始数据与模型输入的关键环节，其核心价值在于：

1.统一数据格式，使原始数据符合模型输入要求
2.通过数据增强扩展训练样本多样性，提升模型泛化能力
3.简化数据预处理流程，与 Dataset、DataLoader 无缝配合

在实际使用中，需根据数据集特点和模型需求选择合适的变换组合，平衡数据增强效果与计算开销。