RandAugment

class torchvision.transforms.RandAugment(num_ops: int = 2, magnitude: int = 9, num_magnitude_bins: int = 31, interpolation: InterpolationMode = InterpolationMode.NEAREST, fill: Optional[List[float]] = None)

RandAugment 数据增强方法，基于 “RandAugment: Practical automated data augmentation with a reduced search space”。如果图像是 torch Tensor，则应为 torch.uint8 类型，并且期望形状为 […, 1 or 3, H, W]，其中 … 表示任意数量的前导维度。如果 img 是 PIL Image，则期望模式为 “L” 或 “RGB”。

参数:

• num_ops (int) – 顺序应用的增强变换次数。

• magnitude (int) – 所有变换的强度。

• num_magnitude_bins (int) – 不同的强度值数量。

• interpolation (InterpolationMode) – 由 torchvision.transforms.InterpolationMode 定义的所需插值枚举。默认值为 InterpolationMode.NEAREST。如果输入是 Tensor，仅支持 InterpolationMode.NEAREST 和 InterpolationMode.BILINEAR。

• fill (序列 或 数字, 可选) – 变换后图像外部区域的像素填充值。如果给定一个数字，则该值将分别用于所有波段。

使用 RandAugment 的示例

变换图示

变换图示

forward(img: Tensor) → Tensor

img (PIL Image 或 Tensor): 要变换的图像。

返回:

变换后的图像。

返回类型:

PIL Image 或 Tensor