快捷方式

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)[source]

基于 “RandAugment: 具有简化搜索空间的实用自动数据增强” 的 RandAugment 数据增强方法。如果图像为 torch 张量,则其类型应为 torch.uint8,并预期其形状为 […, 1 或 3, H, W],其中 … 表示任意数量的前导维度。如果 img 是 PIL 图像,则预期它为 “L” 或 “RGB” 模式。

参数:
  • num_ops (int) – 要按顺序应用的增强变换数量。

  • magnitude (int) – 所有变换的大小。

  • num_magnitude_bins (int) – 不同大小值的数量。

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

  • fill (序列数字, 可选) – 变换图像外部区域的像素填充值。如果给定一个数字,该值将分别用于所有频带。

使用 RandAugment 的示例

变换的图示

变换的图示
forward(img: Tensor) Tensor[source]

img (PIL 图像或张量):要变换的图像。

返回值:

变换后的图像。

返回类型:

PIL 图像或张量

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对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