Pytorch和MONAI中的transforms¶
pytorch中的transforms¶
torchvision是pytorch的一个图形库，它服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。torchvision.transforms主要是用于常见的一些图形变换， 常见的图像变换有以下四类
裁剪¶
transforms.CenterCrop：中心裁剪transforms.RandomCrop：随机裁剪transforms.RandomResizedCrop：随机长宽比裁剪transforms.FiveCrop：上下左右中心裁剪transforms.TenCrop：上下左右中心裁剪后翻转
翻转和旋转¶
transforms.RandomHorizontalFlip(p=0.5)：依概率p水平翻转transforms.RandomVerticalFlip(p=0.5)：依概率p垂直翻转transforms.RandomRotation：随机旋转
图像变化¶
transforms.Normalize：标准化transforms.ToTensor：转为tensor，并归一化至[0-1]transforms.Pad：填充transforms.ColorJitter：修改亮度、对比度和饱和度transforms.Grayscale：转灰度图transforms.LinearTransformation：线性变换transforms.RandomAffine：仿射变换transforms.RandomGrayscale：依概率p转为灰度图transforms.ToPILImage：将数据转换为PILImagetransforms.Lambda：将lambda应用作为变换
对transforms的操作¶
transforms.RandomChoice：从给定的一系列transforms中选一个进行操作transforms.RandomApply：给一个transform加上概率，依概率进行操作transforms.RandomOrder：将transforms中的操作随机打乱
MONAI中的transforms¶
基础transforms接口¶
Transform：Transform 的抽象类，其他Transform的基类MapTransform：假设要处理的数据是MutableMapping，例如dictRandomizable：用于在本地处理随机状态的接口RandomizableTransform：用于在本地处理随机状态的接口Compose： 同Pytorch中的ComposeInvertibleTransform：此类存在以便可以实现反转方法。例如，这允许在训练和推理期间对图像进行裁剪、旋转、填充等，并在保存到文件以在外部查看器中进行比较之前恢复到其原始大小。TraceableTransform：维护一堆应用的变换BatchInverseTransform：对一批数据执行逆运算。如果您已经推断出一批图像并想要将它们全部反转，这将很有用Decollated：整理一批数据OneOf：OneOf 提供了从可调用列表中随机选择一个转换的能力，每个转换具有预定义的概率
Vanilla Transforms（怎么翻译？）¶
裁剪和填充¶
PadListDataCollat：