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)

基于 “AutoAugment: Learning Augmentation Strategies from Data” 的 AutoAugment 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，则应为 torch.uint8 类型，并且应具有 […, 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 图像，则应处于 “L” 或 “RGB” 模式。

参数:

• policy (AutoAugmentPolicy, 可选) – 由 torchvision.transforms.autoaugment.AutoAugmentPolicy 定义的所需策略枚举。默认为 AutoAugmentPolicy.IMAGENET。

• interpolation (InterpolationMode, 可选) – 由 torchvision.transforms.InterpolationMode 定义的所需插值枚举。默认为 InterpolationMode.NEAREST。如果输入是 Tensor，则仅支持 InterpolationMode.NEAREST、InterpolationMode.BILINEAR。

• fill (sequence 或 number, 可选) – 变换后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

变换的图示

变换的图示

forward(*inputs: Any) → Any

不要覆盖此方法！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