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)[源代码]

基于 “AugMix: A Simple Data Processing Method to Improve Robustness and Uncertainty” 的 AugMix 数据增强方法。

此转换仅适用于图像和视频。

如果输入是 torch.Tensor,它应该是 torch.uint8 类型,并且应该具有 […, 1 或 3, H, W] 形状,其中 … 表示任意数量的前导维度。如果 img 是 PIL Image,则它应该处于“L”或“RGB”模式。

参数:
  • severity (int, 可选) – 基础增强运算符的严重程度。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] 中随机采样的深度。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) – 使用所有运算符(包括亮度、对比度、颜色和锐度)。默认值为 True

  • interpolation (InterpolationMode, 可选) – 由 torchvision.transforms.InterpolationMode 定义的所需插值枚举。默认值为 InterpolationMode.NEAREST。如果输入是 Tensor,则只支持 InterpolationMode.NEARESTInterpolationMode.BILINEAR

  • 填充 (序列数字, 可选) – 变换图像外部区域的像素填充值。如果给出数字,则该值将分别用于所有波段。

使用 AugMix 的示例

变换图示

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

定义每次调用时执行的计算。

应由所有子类覆盖。

注意

虽然正向传递的配方需要在此函数中定义,但应该随后调用 Module 实例,而不是此函数,因为前者负责运行已注册的钩子,而后者则默默地忽略它们。

文档

访问 PyTorch 的综合开发人员文档

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您的问题解答

查看资源