ScaleJitter

class torchvision.transforms.v2.ScaleJitter(target_size: Tuple[int, int], scale_range: Tuple[float, float] = (0.1, 2.0), interpolation: Union[InterpolationMode, int] = InterpolationMode.BILINEAR, antialias: Optional[bool] = True)

根据 “Simple Copy-Paste is a Strong Data Augmentation Method for Instance Segmentation” 对输入执行大规模抖动 (Large Scale Jitter)。

如果输入是 torch.Tensor 或 TVTensor (例如 Image, Video, BoundingBoxes 等)，它可以有任意数量的批处理维度前导。例如，图像的形状可以是 [..., C, H, W]。边界框的形状可以是 [..., 4]。

参数：

• target_size (tuple of python:int) – 目标尺寸。此参数定义了抖动的基础尺度，例如 min(target_size[0] / width, target_size[1] / height)。

• scale_range (tuple of python:float, optional) – 尺度范围的最小值和最大值。默认值：(0.1, 2.0)。

• interpolation (InterpolationMode, optional) – 所需的插值模式，由 torchvision.transforms.InterpolationMode 定义。默认值为 InterpolationMode.BILINEAR。如果输入是 Tensor，仅支持 InterpolationMode.NEAREST, InterpolationMode.NEAREST_EXACT, InterpolationMode.BILINEAR 和 InterpolationMode.BICUBIC。相应的 Pillow 整数常量（例如 PIL.Image.BILINEAR）也接受。

• antialias (bool, optional) –

  是否应用抗锯齿。它仅影响使用双线性或双三次模式的 tensors，否则将被忽略：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 (默认值)：对双线性或双三次模式应用抗锯齿。其他模式不受影响。这可能是您希望使用的值。

  • False：对任何模式下的 tensor 都不应用抗锯齿。PIL 图像在双线性或双三次模式下仍然应用抗锯齿，因为 PIL 不支持不抗锯齿。

  • None：对于 tensor 相当于 False，对于 PIL 图像相当于 True。此值出于历史原因存在，除非您清楚自己在做什么，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。

make_params(flat_inputs: List[Any]) → Dict[str, Any]

自定义转换应覆盖的方法。

参见 如何编写自己的 v2 转换

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

自定义转换应覆盖的方法。

参见 如何编写自己的 v2 转换