transform.compose（）的使用

小白记录：transforms.Compose 是 PyTorch 中 torchvision.transforms 模块的核心工具，用于将多个数据预处理/增强操作组合成一个可统一执行的变换管道。它的主要作用和特点如下：

核心作用

1. 串联多个变换操作
   将多个独立的图像预处理/增强步骤（如缩放、裁剪、归一化等）按顺序组合成一个整体变换流程。

2. 确保执行顺序
   严格按照 Compose 中列出的顺序依次执行每个变换（例如：先调整大小 → 再裁剪 → 最后归一化）。

为什么需要它？

在训练深度学习模型（尤其是图像任务）时，数据通常需要经过一系列预处理步骤，例如：

• 调整图像尺寸（Resize）

• 随机裁剪（RandomCrop）

• 转换为张量（ToTensor）

• 标准化像素值（Normalize）
  Compose 将这些步骤封装为一个整体，简化代码并确保逻辑清晰。

使用示例

python

复制

下载

from torchvision import transforms

# 定义组合变换
transform = transforms.Compose([
    transforms.Resize(256),             # 步骤1: 调整图像大小为256x256
    transforms.RandomCrop(224),        # 步骤2: 随机裁剪224x224区域
    transforms.RandomHorizontalFlip(), # 步骤3: 随机水平翻转（数据增强）
    transforms.ToTensor(),             # 步骤4: 将图像转为Tensor格式（通道优先）
    transforms.Normalize(              # 步骤5: 标准化像素值
        mean=[0.485, 0.456, 0.406], 
        std=[0.229, 0.224, 0.225]
    )
])

# 应用变换
transformed_image = transform(original_image)

关键特性

1. 顺序敏感
   操作顺序直接影响结果。例如：

   • ToTensor() 必须在 Normalize() 之前（因为归一化需要 Tensor 输入）。

   • 数据增强（如翻转）应在转换为 Tensor 之前进行。

2. 支持自定义变换
   可与自定义函数/类结合使用：

   python

   复制

   下载

   transforms.Compose([
       transforms.Lambda(lambda x: x.rotate(90)),  # 自定义旋转
       transforms.ToTensor()
   ])

3. 兼容数据加载器
   可直接传入 torch.utils.data.DataLoader：

   python

   复制

   下载

   dataset = torchvision.datasets.ImageFolder(
       root="data_dir",
       transform=transform  # 使用Compose定义的变换
   )

常见变换操作

总结

transforms.Compose 的核心价值在于：

• 代码模块化：将零散的预处理步骤整合为一个逻辑单元。

• 确保可重复性：固定的变换顺序保证每次处理一致。

• 无缝对接PyTorch流程：简化数据加载到模型训练的流程。

它是构建高效数据预处理管道的标准工具，尤其在计算机视觉任务中不可或缺。