快捷方式

AugMix

class torchvision.transforms.AugMix(severity: int = 3, mixture_width: int = 3, chain_depth: int = - 1, alpha: float = 1.0, all_ops: bool = True, interpolation: InterpolationMode = InterpolationMode.BILINEAR, fill: Optional[List[float]] = None)[source]

基于 “AugMix: A Simple Data Processing Method to Improve Robustness and Uncertainty” 的 AugMix 数据增强方法。如果图像为 torch 张量,则它应该为 torch.uint8 类型,并且预期具有 […, 1 或 3, H, W] 形状,其中 … 表示任意数量的前导维度。如果 img 为 PIL Image,则它预计为 “L” 或 “RGB” 模式。

参数:
  • severity (int) – 基本增强操作的强度。默认为 3

  • mixture_width (int) – 增强链的数量。默认为 3

  • chain_depth (int) – 增强链的深度。负值表示从区间 [1, 3] 中随机采样的深度。默认为 -1

  • alpha (float) – 概率分布的超参数。默认为 1.0

  • all_ops (bool) – 使用所有操作(包括亮度、对比度、颜色和锐度)。默认为 True

  • interpolation (InterpolationMode) – 由 torchvision.transforms.InterpolationMode 定义的所需插值枚举。默认为 InterpolationMode.NEAREST。如果输入为张量,则仅支持 InterpolationMode.NEARESTInterpolationMode.BILINEAR

  • fill (sequencenumber, 可选) – 变换图像外部区域的像素填充值。如果给出数字,则该值分别用于所有波段。

使用 AugMix 的示例

变换的说明

变换的说明
forward(orig_img: Tensor) Tensor[source]

img (PIL Image 或张量): 要变换的图像。

返回:

变换后的图像。

返回类型:

PIL Image 或张量

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源