快捷方式

resize

torchvision.transforms.functional.resize(img: Tensor, size: List[int], interpolation: InterpolationMode = InterpolationMode.BILINEAR, max_size: Optional[int] = None, antialias: Optional[bool] = True) Tensor[source]

将输入图像调整为给定大小。如果图像为 torch 张量,则预期其形状为 […, H, W],其中 … 表示任意数量的前导维度

参数:
  • img (PIL ImageTensor) – 要调整大小的图像。

  • size (序列int) –

    所需的输出大小。如果 size 是一个序列,例如 (h, w),则输出大小将与此匹配。如果 size 是一个整数,则图像的较小边将与此数字匹配,同时保持纵横比。即,如果高度 > 宽度,则图像将重新缩放为 \(\left(\text{size} \times \frac{\text{height}}{\text{width}}, \text{size}\right)\)

    注意

    在 torchscript 模式下,size 作为单个整数不受支持,请使用长度为 1 的序列:[size, ]

  • interpolation (InterpolationMode) – 由 torchvision.transforms.InterpolationMode 定义的所需插值枚举。默认为 InterpolationMode.BILINEAR。如果输入为张量,则仅支持 InterpolationMode.NEARESTInterpolationMode.NEAREST_EXACTInterpolationMode.BILINEARInterpolationMode.BICUBIC。相应的 Pillow 整数常量(例如 PIL.Image.BILINEAR)也被接受。

  • max_size (int, 可选) – 调整大小后图像较长边的最大允许值。如果根据 size 调整大小后,图像的较长边大于 max_size,则将覆盖 size,以便较长边等于 max_size。结果,较短边可能短于 size。仅当 size 为整数(或在 torchscript 模式下为长度为 1 的序列)时才支持此功能。

  • antialias (bool, 可选) –

    是否应用抗锯齿。它仅影响使用双线性或双三次模式的张量,在其他情况下会被忽略:在 PIL 图像上,始终对双线性或双三次模式应用抗锯齿;在其他模式下(对于 PIL 图像和张量),抗锯齿没有意义,并且此参数会被忽略。可能的值为

    • True(默认值):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: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,因为 PIL 不支持不进行抗锯齿。

    • None:对于张量等效于 False,对于 PIL 图像等效于 True。此值出于遗留原因而存在,除非您确实知道自己在做什么,否则可能不希望使用它。

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

返回值:

调整大小后的图像。

返回类型:

PIL Image 或 Tensor

使用 resize 的示例

变换的说明

变换的说明

光流:使用 RAFT 模型预测运动

光流:使用 RAFT 模型预测运动

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