Python中PyTorch如何实现数据增强_使用torchvision.transforms处理-Python教程-PHP中文网

transforms.Compose顺序必须严格遵循：ToTensor→Normalize，几何与颜色变换需在ToTensor前；RandomResizedCrop的size是输出尺寸，scale控制裁剪面积占比，ratio约束宽高比；训练与验证transforms须分离，自定义transform需保持输入输出类型一致。

python中pytorch如何实现数据增强_使用torchvision.transforms处理

transforms.Compose 里顺序写错，增强结果就全乱了

数据增强不是把所有操作堆一起就行，Compose 的执行顺序直接影响最终图像状态。比如先 RandomRotation 再 Resize，和先 Resize 再 RandomRotation，旋转的是原始尺寸还是缩放后尺寸，差别很大。

常见错误：把 Normalize 放在 ToTensor 前面 —— Normalize 要求输入是 tensor，但此时还是 PIL 图像，直接报错 TypeError: tensor is not a torch.Tensor
正确顺序必须是：ToTensor → Normalize（因为 ToTensor 把像素值从 [0,255] 归一到 [0,1]，Normalize 才能按均值方差做标准化）
几何变换（如 RandomHorizontalFlip、RandomCrop）建议放在 ToTensor 前；颜色变换（如 ColorJitter）也得在 ToTensor 前，否则操作的是 float tensor 而非 uint8 图像，效果会偏弱或异常

RandomResizedCrop 的 size 和 scale 参数到底控制什么

RandomResizedCrop 是最常用也最容易配错的增强之一。它不是简单裁剪+缩放，而是先随机选一块区域（面积占原图 scale 区间），再拉伸到目标 size。

size 是输出张量的高宽，比如 (224, 224)，类型是 int 或 tuple
scale 是随机裁剪面积占比范围，例如 (0.08, 1.0) 表示裁剪区域面积至少为原图 8%，最多 100%
ratio 控制裁剪区域的宽高比范围，比如 (0.75, 1.33)，避免极端瘦长或扁平裁剪
如果只设 size 不调 scale，默认是 (0.08, 1.0)，但小目标数据集（如细粒度分类）常要收紧，比如改成 (0.5, 1.0) 避免裁掉关键部位

训练/验证用同一套 transforms？别这么干

训练和验证阶段对数据增强的诉求完全不同：训练要多样性，验证要稳定性。共用 transforms 会导致验证指标波动大、不可信，甚至模型误判自己“过拟合”。

python学习

Python 编程学习助手 skill，面向零基础用户。当用户表达以下意图时触发： - 学习 Python 基础概念（变量、数据类型、循环、函数、类等） - 请求 Python 练习题或测验 - 请求审查或调试 Python 代码 - 请求 Python 项目实战指导（爬虫、数据分析、Web 开发等入门项目） - 泛化表述如"教我 Python""我想学编程""Python 怎么写""帮我学 Python" 此 skill

下载

训练集必含随机性操作：RandomHorizontalFlip、RandomRotation、ColorJitter、RandomResizedCrop
验证/测试集禁用一切随机操作：用 Resize + CenterCrop 替代 RandomResizedCrop，用固定尺寸裁剪保证每次加载同一张图都一样
注意 Normalize 的均值方差参数必须一致（通常用 ImageNet 的 mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]），否则训练和推理的分布不匹配

自定义 transform 函数怎么安全接入 torchvision

官方没提供的操作（比如特定噪声、频域增强、文字遮挡）需要自己写函数，但直接塞进 Compose 容易崩——因为 torchvision 期望输入是 PIL Image 或 Tensor，返回也得是同类型。

函数签名必须是 def __call__(self, img):，且返回类型和输入一致（PIL → PIL，Tensor → Tensor）
若内部用了 numpy 或 torch ops，记得处理类型转换：PIL 输入要先 np.array(img)，最后用 Image.fromarray() 回转；Tensor 输入则全程保持 torch.Tensor
别在自定义函数里调 to(torch.device) 或 .cuda() —— device 应由 dataloader 外部统一管理，transform 层只做 CPU 上的数据变换

示例骨架：

class AddGaussianNoise:
    def __init__(self, std=0.01):
        self.std = std
    def __call__(self, img):
        if isinstance(img, torch.Tensor):
            noise = torch.randn_like(img) * self.std
            return torch.clamp(img + noise, 0, 1)
        else:
            raise TypeError("Only torch.Tensor supported")

实际用的时候，最常被忽略的是 RandomResizedCrop 的 scale 和 ratio 对小目标的影响，以及自定义 transform 中类型判断不严导致训练时偶尔 crash —— 这类问题不会立刻报错，但会在某个 batch 突然中断，查起来特别费时间。