调整大小

class torchvision.transforms.v2.Resize(size: Optional[Union[int, Sequence[int]]], interpolation: Union[InterpolationMode, int] = InterpolationMode.BILINEAR, max_size: Optional[int] = None, antialias: Optional[bool] = True)

将输入调整到给定尺寸。

如果输入是 torch.Tensor 或 TVTensor (例如 Image, Video, BoundingBoxes 等)，它可以包含任意数量的前导批次维度。例如，图像的形状可以为 [..., C, H, W]。边界框的形状可以为 [..., 4]。

参数：

• size (序列, 整型, 或 None) –

  期望的输出尺寸。

  • 如果 size 是像 (h, w) 这样的序列，则输出尺寸将与此匹配。

  • 如果 size 是一个整型数，则图像的较短边将匹配到此数字。即，如果 height > width，则图像将被重新缩放为 (size * height / width, size)。

  • 如果 size 为 None，则输出形状由参数 max_size 决定。

  注意

  在 torchscript 模式下，不支持将 size 作为单个整型数，请使用长度为 1 的序列：[size, ]。

• interpolation (InterpolationMode, 可选) – 期望的插值枚举，由 torchvision.transforms.InterpolationMode 定义。默认为 InterpolationMode.BILINEAR。如果输入是 Tensor，仅支持 InterpolationMode.NEAREST、InterpolationMode.NEAREST_EXACT、InterpolationMode.BILINEAR 和 InterpolationMode.BICUBIC。也接受相应的 Pillow 整型常量，例如 PIL.Image.BILINEAR。

• max_size (整型, 可选) –

  调整大小后的图像长边的最大允许尺寸。

  • 如果 size 是一个整型数：如果图像的长边在根据 size 调整大小后大于 max_size，则 size 将被覆盖，使得长边等于 max_size。结果是，短边可能会小于 size。仅当 size 是一个整型数（或在 torchscript 模式下是长度为 1 的序列）时支持此功能。

  • 如果 size 为 None：图像的长边将匹配到 max_size。即，如果 height > width，则图像将被重新缩放为 (max_size, max_size * width / height)。

  当 size 是一个序列时，此参数应保持 None（默认值）。

• antialias (布尔型, 可选) –

  是否应用抗锯齿。它仅影响双线性或双三次模式下的 tensor，在其他情况下会被忽略：对于 PIL 图像，在双线性或双三次模式下总是应用抗锯齿；对于其他模式（PIL 图像和 tensor），抗锯齿没有意义，此参数将被忽略。可能的值为

  • True（默认）：将对双线性或双三次模式应用抗锯齿。其他模式不受影响。这可能是您想要使用的设置。

  • False：将不对 tensor 在任何模式下应用抗锯齿。PIL 图像在双线性或双三次模式下仍然会应用抗锯齿，因为 PIL 不支持关闭抗锯齿。

  • None：对于 tensor 等同于 False，对于 PIL 图像等同于 True。此值是出于兼容性原因而存在，除非您非常清楚自己在做什么，否则可能不希望使用它。

  默认值在 v0.17 中从 None 更改为 True，以使 PIL 和 Tensor 后端保持一致。

使用 Resize 的示例

变换示例

变换示例

transform(inpt: Any, params: Dict[str, Any]) → Any

自定义变换需要覆盖的方法。

参见 如何编写自己的 v2 变换