快捷方式

AugMix

class torchvision.transforms.v2.AugMix(severity: int = 3, mixture_width: int = 3, chain_depth: int = - 1, alpha: float = 1.0, all_ops: bool = True, interpolation: Union[InterpolationMode, int] = InterpolationMode.BILINEAR, fill: Union[int, float, Sequence[int], Sequence[float], None, Dict[Union[Type, str], Optional[Union[int, float, Sequence[int], Sequence[float]]]]] = None)[source]

基于“AugMix: 一种提升鲁棒性和不确定性的简单数据处理方法”的 AugMix 数据增强方法。

此变换仅适用于图像和视频。

如果输入是torch.Tensor,其类型应为torch.uint8,并且期望形状为 […, 1 or 3, H, W],其中 … 表示任意数量的前导维度。如果输入是 PIL Image,期望模式为“L”或“RGB”。

参数:
  • severity (int, 可选) – 基础增强算子的强度。默认值为 3

  • mixture_width (int, 可选) – 增强链的数量。默认值为 3

  • chain_depth (int, 可选) – 增强链的深度。负值表示从区间 [1, 3] 中随机抽取的深度。默认值为 -1

  • alpha (float, 可选) – 概率分布的超参数。默认值为 1.0

  • all_ops (bool, 可选) – 是否使用所有算子(包括亮度、对比度、色彩和锐度)。默认值为 True

  • interpolation (InterpolationMode, 可选) – 期望的插值模式,由 torchvision.transforms.InterpolationMode 定义。默认值为 InterpolationMode.NEAREST。如果输入是 Tensor,仅支持 InterpolationMode.NEARESTInterpolationMode.BILINEAR

  • fill (序列数字, 可选) – 变换后图像区域外的像素填充值。如果给定一个数字,该值将分别用于所有波段。

使用 AugMix 的示例

变换图解

变换图解
forward(*inputs: Any) Any[source]

请勿覆盖此方法!请改用 transform() 方法。

文档

访问 PyTorch 的完整开发者文档

查看文档

教程

获取针对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