Python PyTorch：如何对多个图像应用相同的随机变换？

我正在为包含多对图像的数据集编写一个简单的转换。作为数据扩充，我想对每一对应用一些随机变换，但该对中的图像应以相同的方式进行变换。 例如，给定一对两个图像

a

和

B

，如果

a

水平翻转，

B

必须水平翻转为

a

。然后下一对

C

和

D

应与

A

和

B

进行不同的转换，但

C

和

D

的转换方式相同。我正在尝试下面的方法

随机导入
将numpy作为np导入
导入torchvision.transforms作为变换
从PIL导入图像
img_a=Image.open（“sample_ajpg”）#注意两个图像的大小相同
img_b=Image.open（“sample_b.png”）
img_c，img_d=Image.open（“sample_c.jpg”），Image.open（“sample_d.png”）
transform=transforms.RandomChoice(
[transforms.RandomHorizontalFlip（），
transforms.RandomVerticalFlip（）]
)
随机种子（0）
显示（变换（img_a））
显示（变换（img_b））
随机种子（1）
显示（变换（img_c））
显示（变换（img_d））

然而，上面的代码并没有选择相同的转换，正如我测试的那样，它取决于调用

transform

的次数

---

有没有办法强制转换。RandomChoice在指定时使用相同的转换？

我不知道有什么函数可以修复随机输出。 也许可以尝试不同的逻辑，比如自己创建随机化，以便能够重用相同的转换。 逻辑：

• 生成一个随机数
• 根据数字对两幅图像应用变换
• 生成另一个随机数
• 对其他两个图像执行相同的操作 试试这个：

---

通常，解决方法是对第一幅图像应用变换，检索该变换的参数，然后对其余图像应用具有这些参数的确定性变换。但是，此处不提供获取应用的转换参数的API，因为它涉及的转换数量可变。 在这些情况下，我通常实现对原始函数的覆盖

看一看，它很简单：

class RandomChoice(RandomTransforms):
    def __call__(self, img):
        t = random.choice(self.transforms)
        return t(img)

这里有两种可能的解决方案

您可以在

\uuuuu init\uuuuu

而不是

\uuuu call\uuuuu

上从转换列表中采样：

import random
import torchvision.transforms as T

class RandomChoice(torch.nn.Module):
    def __init__(self):
        super().__init__()
        self.t = random.choice(self.transforms)

    def __call__(self, img):
        return self.t(img)

因此，您可以：

transform = T.RandomChoice([
     T.RandomHorizontalFlip(), 
     T.RandomVerticalFlip()
])
display(transform(img_a)) # both img_a and img_b will
display(transform(img_b)) # have the same transform

transform = T.RandomChoice([
    T.RandomHorizontalFlip(), 
    T.RandomVerticalFlip()
])
display(transform(img_c)) # both img_c and img_d will
display(transform(img_d)) # have the same transform

---

或者更好的是，成批变换图像：

import random
import torchvision.transforms as T

class RandomChoice(torch.nn.Module):
    def __init__(self, transforms):
       super().__init__()
       self.transforms = transforms

    def __call__(self, imgs):
        t = random.choice(self.transforms)
        return [t(img) for img in imgs]

它允许您执行以下操作：

transform = T.RandomChoice([
     T.RandomHorizontalFlip(), 
     T.RandomVerticalFlip()
])

img_at, img_bt = transform([img_a, img_b])
display(img_at) # both img_a and img_b will
display(img_bt) # have the same transform

img_ct, img_dt = transform([img_c, img_d])
display(img_ct) # both img_c and img_d will
display(img_dt) # have the same transform

---

简单地说，将PyTorch中的随机化部分放入

if

语句中。 下面的代码使用了

vflip

。对于水平变换或其他变换也是如此

import random
import torchvision.transforms.functional as TF

if random.random() > 0.5:
    image = TF.vflip(image)
    mask  = TF.vflip(mask)

这个问题已经在PyTorch中讨论过了。在官方GitHub存储库中讨论了几种解决方案的优缺点。 PyTorch维护人员提出了这种简单的方法

不要使用

torchvision.transforms.RandomVerticalFlip（p=1）

。使用

torchvision.transforms.functional.vflip

---

函数转换为您提供了对转换管道的细粒度控制。与上面的变换相反，函数变换的参数不包含随机数生成器。这意味着您必须指定/生成所有参数，但您可以重用函数转换。

只是为了澄清，

transform=transforms.RandomChoice（[

在您的答案中实际上是

transform=RandomChoice（[

，对吗？Oups，很抱歉应该是

T.RandomChoice（））

自从我导入了

torchvision.transforms

为

T

。虽然这段代码可能会解决问题，但如何以及为什么解决问题会真正有助于提高你的文章质量，并可能导致更多的投票。请记住，你是在回答未来读者的问题，而不仅仅是问问题的人g现在。请您的答案添加解释，并说明适用的限制和假设。@AdrianMole感谢您的建议。我添加了解释：-）

import random
import torchvision.transforms.functional as TF

if random.random() > 0.5:
    image = TF.vflip(image)
    mask  = TF.vflip(mask)