RandomResizedCrop

class torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333333333333333), interpolation=InterpolationMode.BILINEAR, antialias: Optional[bool] = True)

随机裁剪图像的一部分并调整到给定大小。

如果图像是 torch Tensor，则应具有 […, H, W] 形状，其中 … 表示任意数量的前导维度

对原始图像进行裁剪：裁剪区域具有随机面积 (H * W) 和随机纵横比。此裁剪最终调整为给定大小。这通常用于训练 Inception 网络。

参数:

• size (int 或 sequence) –

  裁剪的预期输出大小，对于每个边缘。如果 size 是 int 而不是像 (h, w) 这样的 sequence，则会生成正方形输出大小 (size, size)。如果提供长度为 1 的 sequence，则将其解释为 (size[0], size[0])。

  注意

  在 torchscript 模式下，不支持将 size 作为单个 int，请使用长度为 1 的 sequence：[size, ]。

• scale (tuple of python:float) – 指定裁剪随机区域的下限和上限，调整大小之前。scale 是相对于原始图像的面积定义的。

• ratio (tuple of python:float) – 裁剪随机纵横比的下限和上限，调整大小之前。

• interpolation (InterpolationMode) – 期望的插值枚举，由 torchvision.transforms.InterpolationMode 定义。默认为 InterpolationMode.BILINEAR。如果输入是 Tensor，则仅支持 InterpolationMode.NEAREST、InterpolationMode.NEAREST_EXACT、InterpolationMode.BILINEAR 和 InterpolationMode.BICUBIC。也接受相应的 Pillow 整数常量，例如 PIL.Image.BILINEAR。

• antialias (bool, optional) –

  是否应用抗锯齿。它仅影响具有双线性或双三次模式的 张量，否则将被忽略：在 PIL 图像上，始终在双线性或双三次模式下应用抗锯齿；在其他模式（对于 PIL 图像和张量）下，抗锯齿没有意义，并且此参数将被忽略。可能的值为

  • True (默认)：将对双线性或双三次模式应用抗锯齿。其他模式不受影响。这可能是您想要使用的。

  • False：将不对任何模式下的张量应用抗锯齿。PIL 图像在双线性或双三次模式下仍然会进行抗锯齿处理，因为 PIL 不支持无抗锯齿。

  • None：对于张量，等效于 False，对于 PIL 图像，等效于 True。此值出于历史原因而存在，除非您真的知道自己在做什么，否则您可能不想使用它。

  默认值从 v0.17 中的 None 更改为 True，以使 PIL 和 Tensor 后端保持一致。

使用 RandomResizedCrop 的示例

开始使用 transforms v2

开始使用 transforms v2

transforms 的图示

transforms 的图示

如何使用 CutMix 和 MixUp

如何使用 CutMix 和 MixUp

如何编写自己的 v2 transforms

如何编写自己的 v2 transforms

forward(img)

参数:

img (PIL Image 或 Tensor) – 要裁剪和调整大小的图像。

返回值:

随机裁剪和调整大小的图像。

返回类型:

PIL 图像或 Tensor

static get_params(img: Tensor, scale: List[float], ratio: List[float]) → Tuple[int, int, int, int]

获取随机大小裁剪的 crop 参数。

参数:

• img (PIL Image 或 Tensor) – 输入图像。

• scale (list) – 裁剪的原始大小的 scale 范围

• ratio (list) – 裁剪的原始纵横比的 ratio 范围

返回值:

要传递给 crop 的参数 (i, j, h, w)，用于随机大小的裁剪。

返回类型:

tuple