快捷方式

Resize

class torchvision.transforms.Resize(size, interpolation=InterpolationMode.BILINEAR, max_size=None, antialias=True)[source]

将输入图像调整为给定大小。如果图像是 torch Tensor,则应具有 […, H, W] 形状,其中 … 表示最多两个前导维度

参数:
  • size (sequenceint) –

    期望的输出大小。如果 size 是像 (h, w) 这样的序列,则输出大小将与之匹配。如果 size 是一个 int,则图像的较小边缘将与此数字匹配。即,如果 height > width,则图像将被缩放到 (size * height / width, size)。

    注意

    在 torchscript 模式下,不支持作为单个 int 的 size,请使用长度为 1 的序列:[size, ]

  • interpolation (InterpolationMode) – 期望的插值枚举,由 torchvision.transforms.InterpolationMode 定义。 默认值为 InterpolationMode.BILINEAR。 如果输入是 Tensor,则仅支持 InterpolationMode.NEARESTInterpolationMode.NEAREST_EXACTInterpolationMode.BILINEARInterpolationMode.BICUBIC。 对应的 Pillow 整数常量,例如 PIL.Image.BILINEAR 也被接受。

  • max_size (int, 可选) – 调整大小后的图像的较长边的最大允许值。 如果图像的较长边在根据 size 调整大小后大于 max_size,则 size 将被覆盖,以便较长边等于 max_size。 因此,较小边可能比 size 短。 仅当 size 是 int(或 torchscript 模式下长度为 1 的序列)时,才支持此功能。

  • antialias (bool, 可选) –

    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; 在其他模式下(对于 PIL 图像和张量),抗锯齿没有意义,并且此参数将被忽略。 可能的值是

    • True (默认):将为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:将不会为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:等效于张量的 False 和 PIL 图像的 True。 此值出于遗留原因而存在,除非您真的知道自己在做什么,否则您可能不想使用它。

    为了使 PIL 和 Tensor 后端保持一致,默认值已从 v0.17 中的 None 更改为 True

Resize 的使用示例

变换的图示

变换的图示

视频 API

视频 API
forward(img)[source]
参数:

img (PIL 图像Tensor) – 要缩放的图像。

返回值:

重新缩放的图像。

返回类型:

PIL 图像或 Tensor

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取面向初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获得问题解答

查看资源