深度学习 ----- 数据预处理

常用的高级数据预处理的方法总结

🧠 一、图像数据高级预处理方法汇总表

方法	原理	常用参数	适用场景
图像增强（Augmentation）	改变图像外观/几何结构，提升泛化能力	翻转、旋转、缩放、色调扰动等	分类、检测、分割等
Mixup / CutMix	合成新图像/标签组合，提升鲁棒性	alpha（混合程度）	小数据集、过拟合任务
标准化（Normalization）	均值为0，方差为1，提升训练稳定性	mean、std	图像分类、迁移学习等
图像去噪	去除无效噪声	滤波核大小等	医学图像、工业图像等
图像压缩与分辨率调整	减小内存/提高兼容性	尺寸参数	超大图像、模型输入要求
自动增强（AutoAugment / RandAugment）	使用搜索或随机策略自动增强	policy、N、M 等	高精度需求任务

---

 Cutout：

• 原理：随机在图像上遮盖一个固定大小的矩形区域（置为 0 或均值），迫使模型关注非遮盖区域。
• 作用：
  • 模拟遮挡，增强鲁棒性。
  • 防止模型过度依赖局部特征（如 CIFAR-10 的物体纹理）。
• 参数：
  • size：遮盖区域大小（像素）。
  • p：应用概率。
• 代码

• class Cutout:def __init__(self, size, p=0.5):self.size = sizeself.p = pdef __call__(self, img):if torch.rand(1) > self.p:return imgh, w = img.shape[1:]cx = torch.randint(0, w, (1,))cy = torch.randint(0, h, (1,))x1 = torch.clamp(cx - self.size // 2, 0, w)x2 = torch.clamp(cx + self.size // 2, 0, w)y1 = torch.clamp(cy - self.size // 2, 0, h)y2 = torch.clamp(cy + self.size // 2, 0, h)img[:, y1:y2, x1:x2] = 0return img

1. 图像增强（Image Augmentation） 

 原理：

通过对图像进行旋转、翻转、裁剪、亮度调整等，模拟更多样本，增强模型泛化能力。

 PyTorch 示例代码：

import torchvision.transforms as transformstransform = transforms.Compose([transforms.RandomHorizontalFlip(p=0.5),       # 水平翻转概率为0.5transforms.RandomRotation(degrees=15),        # 旋转±15度transforms.ColorJitter(brightness=0.2, contrast=0.2),  # 颜色扰动transforms.RandomResizedCrop(224, scale=(0.8, 1.0)),   # 随机裁剪并调整大小transforms.ToTensor(),
])

 参数说明：

• p: 操作发生的概率

• degrees: 最大旋转角度

• scale: 随机裁剪区域占比范围

• brightness, contrast: 颜色变化范围，数值越大变化越强烈

 适用场景：

• 数据少或容易过拟合的任务

• 对图像形态鲁棒性的模型训练（如 ResNet）

调试技巧：

• 增强过强可能破坏语义，建议先可视化

• 可以用 torchvision.transforms.RandomApply() 组合增强策略

---

 2. Mixup / CutMix

 原理：

• Mixup：将两张图像按比例混合，标签也按比例混合。

• CutMix：将一部分图像区域替换为另一张图像，标签按区域面积加权混合。

 Mixup 示例代码：

def mixup_data(x, y, alpha=1.0):lam = np.random.beta(alpha, alpha)index = torch.randperm(x.size(0))mixed_x = lam * x + (1 - lam) * x[index, :]y_a, y_b = y, y[index]return mixed_x, y_a, y_b, lam

 参数说明：

• alpha: 控制 Beta 分布的参数，值越大混合越均匀

 适用场景：

• 小数据集或模型容易过拟合

• 强化模型对边界样本的泛化能力

 调试技巧：

• 可视化混合结果确认是否失真

• 训练时需改动 loss 计算：loss = lam * loss_a + (1 - lam) * loss_b

---

 3. 标准化（Normalization）

 原理：

将图像像素值转化为均值为0、方差为1的分布，加速收敛，提升稳定性。

 示例代码（适配 ImageNet 预训练）：

normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406],std=[0.229, 0.224, 0.225])

 参数说明：

• mean, std: 每通道的均值和标准差，通常根据数据集统计或跟预训练模型一致

 适用场景：

• 任何图像任务，尤其是使用预训练模型时

 调试技巧：

• 若训练模型从零开始，可以自己计算均值和标准差

• 可用 transforms.ToPILImage() 逆变换还原图像

---

 4. 自动增强（AutoAugment / RandAugment）

 原理：

使用搜索算法（AutoAugment）或随机采样策略（RandAugment）自动生成增强策略。

 示例代码（RandAugment）：

from torchvision.transforms import RandAugmenttransform = transforms.Compose([RandAugment(num_ops=2, magnitude=9),transforms.ToTensor(),
])

 参数说明：

• num_ops: 应用的随机操作数量

• magnitude: 操作强度，0～10之间

 适用场景：

• 高精度任务，如 ImageNet、医学图像

• 自动寻找最优增强组合

 调试技巧：

• 在大模型上训练更有效

• 可以将 RandAugment 作为子模块嵌入到主 pipeline 中调试效果

---

 5. 图像去噪

 原理：

利用滤波技术去除图像中不必要的噪声，保留结构信息。

 示例代码（OpenCV）：

import cv2
denoised = cv2.fastNlMeansDenoisingColored(image, None, 10, 10, 7, 21)

 参数说明：

• h: 强度参数，控制去噪程度

• templateWindowSize: 模板窗口大小

• searchWindowSize: 搜索窗口大小

适用场景：

• 噪声严重的数据，如医学图像、红外图像

 调试技巧：

• 与 CLAHE（自适应直方图均衡）结合效果更佳

• 需注意保持边缘清晰，避免信息损失

---

 6. 图像尺寸调整（Resize + Padding）

 原理：

统一图像尺寸以适配模型，避免不同大小导致 shape 错误。

 示例代码：

transform = transforms.Compose([transforms.Resize((256, 256)),       # 固定缩放transforms.CenterCrop(224),          # 居中裁剪transforms.ToTensor()
])

参数说明：

• Resize: 指定输出尺寸，元组表示高宽

• Crop: 中心或随机裁剪

 适用场景：

• 输入大小必须一致的 CNN 模型

• 多种原始尺寸图像混合训练时

 调试技巧：

• 保持长宽比时可用 transforms.Resize(256) + transforms.CenterCrop(224)

• 如果要求输入为正方形，可配合 ZeroPadding

---

 总结：推荐组合模板（分类任务）

transform = transforms.Compose([transforms.RandomResizedCrop(224, scale=(0.8, 1.0)),transforms.RandomHorizontalFlip(),transforms.ColorJitter(0.4, 0.4, 0.4, 0.1),transforms.ToTensor(),transforms.Normalize(mean=[0.485, 0.456, 0.406],std=[0.229, 0.224, 0.225]),
])