随机裁剪

class torchvision.transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode='constant')

在随机位置裁剪给定图像。如果图像为 torch 张量，则它应该具有 […, H, W] 形状，其中 … 表示任意数量的前导维度，但如果使用非常数填充，则输入最多应该具有 2 个前导维度。

参数：

• size (序列 或 int) – 裁剪的预期输出大小。如果大小是 int 而不是序列，例如 (h, w)，则会进行方形裁剪 (size, size)。如果提供长度为 1 的序列，它将被解释为 (size[0], size[0])。

• padding (int 或 序列, 可选) –

  图像每条边上的可选填充。默认值为 None。如果提供单个 int，则用于填充所有边框。如果提供长度为 2 的序列，则分别为左/右和上/下填充。如果提供长度为 4 的序列，则分别为左、上、右和下边框的填充。

  注意

  在 torchscript 模式下，填充作为单个 int 不受支持，请使用长度为 1 的序列：[padding, ]。

• pad_if_needed (布尔值) – 如果图像小于所需大小，它将填充图像以避免引发异常。由于裁剪是在填充之后完成的，因此填充似乎是在随机偏移处完成的。

• fill (数字 或 元组) – 用于常数填充的像素填充值。默认值为 0。如果元组的长度为 3，则分别用于填充 R、G、B 通道。此值仅在 padding_mode 为常数时使用。对于 torch 张量，仅支持数字。对于 PIL 图像，仅支持 int 或元组值。

• padding_mode (str) –

  填充类型。应为：constant、edge、reflect 或 symmetric。默认值为 constant。

  • constant：用常数值填充，此值由 fill 指定

  • edge：用图像边缘的最后一个值填充。如果输入一个 5D torch 张量，将填充最后 3 个维度而不是最后 2 个维度

  • reflect：用图像的反射填充，不重复边缘的最后一个值。例如，以 reflect 模式在两侧用 2 个元素填充 [1, 2, 3, 4] 将导致 [3, 2, 1, 2, 3, 4, 3, 2]

  • symmetric：用图像的反射填充，重复边缘的最后一个值。例如，以 symmetric 模式在两侧用 2 个元素填充 [1, 2, 3, 4] 将导致 [2, 1, 1, 2, 3, 4, 4, 3]

使用 RandomCrop 的示例

入门使用变换 v2

入门使用变换 v2

变换的说明

变换的说明

Torchscript 支持

Torchscript 支持

forward(img)

参数：

img (PIL 图像 或 张量) – 要裁剪的图像。

返回值：

裁剪后的图像。

返回类型：

PIL 图像或张量

static get_params(img: Tensor, output_size: Tuple[int, int]) → Tuple[int, int, int, int]

为随机裁剪获取 crop 的参数。

参数：

• img (PIL 图像 或 张量) – 要裁剪的图像。

• output_size (元组) – 裁剪的预期输出大小。

返回值：

要传递给 crop 的参数 (i, j, h, w)，用于随机裁剪。

返回类型：

元组