快捷方式

填充

torchvision.transforms.functional.pad(img: Tensor, padding: List[int], fill: Union[int, float] = 0, padding_mode: str = 'constant') Tensor[源代码]

在给定图像的所有边上使用给定的“填充”值填充。如果图像是 torch Tensor,则预计它具有 […, H, W] 形状,其中 … 表示模式反射和对称最多 2 个前导维度,模式边缘最多 3 个前导维度,以及模式常量任意数量的前导维度

参数:
  • img (PIL 图像Tensor) – 要填充的图像。

  • padding (int序列) –

    每个边界的填充。如果提供单个 int,则用于填充所有边界。如果提供长度为 2 的序列,则分别为左/右和上/下的填充。如果提供长度为 4 的序列,则分别为左、上、右和下边界的填充。

    注意

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

  • fill (数字元组) – 用于常量填充的像素填充值。默认值为 0。如果长度为 3 的元组,则分别用于填充 R、G、B 通道。此值仅在 padding_mode 为常量时使用。对于 torch Tensor,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:常量、边缘、反射或对称。默认值为常量。

    • 常量:使用常量值填充,此值由填充指定

    • 边缘:使用图像边缘的最后一个值填充。如果输入 5D torch Tensor,则填充最后 3 个维度,而不是最后 2 个维度

    • 反射:使用图像的反射填充,不重复边缘的最后一个值。例如,在反射模式下使用 2 个元素在两边填充 [1, 2, 3, 4] 将得到 [3, 2, 1, 2, 3, 4, 3, 2]

    • 对称:使用图像的反射填充,重复边缘的最后一个值。例如,在对称模式下使用 2 个元素在两边填充 [1, 2, 3, 4] 将得到 [2, 1, 1, 2, 3, 4, 4, 3]

返回值:

填充后的图像。

返回类型:

PIL 图像或 Tensor

使用 pad 的示例

变换的说明

变换的说明

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