AutoAugment

class torchvision.transforms.v2.AutoAugment(policy: AutoAugmentPolicy = AutoAugmentPolicy.IMAGENET, interpolation: Union[InterpolationMode, int] = InterpolationMode.NEAREST, fill: Union[int, float, Sequence[int], Sequence[float], None, Dict[Union[Type, str], Optional[Union[int, float, Sequence[int], Sequence[float]]]]] = None)

AutoAugment 数据增强方法，基于 “AutoAugment: Learning Augmentation Strategies from Data”。

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，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 img 是 PIL Image，则期望模式为 “L” 或 “RGB”。

参数：

• policy (AutoAugmentPolicy, 可选) – 期望的策略枚举，由 torchvision.transforms.autoaugment.AutoAugmentPolicy 定义。默认为 AutoAugmentPolicy.IMAGENET。

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

• fill (序列 或 数字, 可选) – 变换图像外部区域的像素填充值。如果给定一个数字，则该值将分别用于所有波段。

使用 AutoAugment 的示例

变换图示

变换图示

forward(*inputs: Any) → Any

不要重写此方法！请改用 transform()。

static get_params(transform_num: int) → Tuple[int, Tensor, Tensor]

获取 AutoAugment 变换的参数

返回值：

AutoAugment 变换所需的参数