FiveCrop¶
- class torchvision.transforms.FiveCrop(size)[源代码]¶
将给定图像裁剪成四个角和中心裁剪。如果图像是 torch 张量,则预期其形状为 […, H, W],其中 … 表示任意数量的前导维度
注意
此转换返回一个图像元组,并且数据集返回的输入和目标的数量可能不匹配。请参阅以下有关如何处理此问题的示例。
- 参数:
size (序列 或 int) – 裁剪所需的输出大小。如果 size 是
int
而不是序列(如 (h, w)),则会进行大小为 (size, size) 的方形裁剪。如果提供长度为 1 的序列,它将被解释为 (size[0], size[0])。
示例
>>> transform = Compose([ >>> FiveCrop(size), # this is a list of PIL Images >>> Lambda(lambda crops: torch.stack([PILToTensor()(crop) for crop in crops])) # returns a 4D tensor >>> ]) >>> #In your test loop you can do the following: >>> input, target = batch # input is a 5d tensor, target is 2d >>> bs, ncrops, c, h, w = input.size() >>> result = model(input.view(-1, c, h, w)) # fuse batch size and ncrops >>> result_avg = result.view(bs, ncrops, -1).mean(1) # avg over crops
使用
FiveCrop
的示例转换说明