-使用 PyTorch 和 Albumentations 进行数据增强与损失函数 (opens new window)

1. 基础数据增强方法

• 随机裁剪（Random Crop）：从图像中随机裁剪一个子区域并调整大小。
• 随机水平翻转（Random Horizontal Flip）：以一定的概率水平翻转图像。
• 随机旋转（Random Rotation）：以一定的角度范围随机旋转图像。
• 颜色抖动（Color Jitter）：随机改变图像的亮度、对比度、饱和度和色调。
• 归一化（Normalization）：将图像像素值归一化到一定范围内。

基础数据增强

import torchvision.transforms as transforms

transform = transforms.Compose([
    transforms.RandomResizedCrop(224),
    transforms.RandomHorizontalFlip(),
    transforms.RandomRotation(15),
    transforms.ColorJitter(brightness=0.4, contrast=0.4, saturation=0.4, hue=0.1),
    transforms.ToTensor(),
    transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),
])