ElasticTransform

class torchvision.transforms.v2.ElasticTransform(alpha: Union[float, Sequence[float]] = 50.0, sigma: Union[float, Sequence[float]] = 5.0, 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]]]]] = 0)

使用弹性变换转换输入。

如果输入是 torch.Tensor 或 TVTensor（例如 Image、Video、BoundingBoxes 等），它可以有任意数量的前导批处理维度。例如，图像可以具有 [..., C, H, W] 的形状。边界框可以具有 [..., 4] 的形状。

给定 alpha 和 sigma，它将基于随机偏移为所有像素生成位移向量。Alpha 控制位移的强度，sigma 控制位移的平滑度。位移被添加到恒等网格（identity grid）中，并将结果网格用于转换输入。

注意

转换边界框的实现是近似的（不精确）。我们将反网格近似构造为 inverse_grid = identity - displacement。这不是用于转换图像的网格（即 grid = identity + displacement）的精确逆。我们的假设是 displacement * displacement 很小，可以忽略不计。较大的位移会导致近似中出现较大的误差。

应用

随机转换图像中对象的形态，产生类似于透过水面的效果。

参数:

• alpha (float 或 python:float 序列, 可选) – 位移的幅度。默认为 50.0。

• sigma (float 或 python:float 序列, 可选) – 位移的平滑度。默认为 5.0。

• interpolation (InterpolationMode, 可选) – 由 torchvision.transforms.InterpolationMode 定义的期望插值枚举。默认为 InterpolationMode.BILINEAR。如果输入是 Tensor，仅支持 InterpolationMode.NEAREST 和 InterpolationMode.BILINEAR。相应的 Pillow 整数常量，例如 PIL.Image.BILINEAR 也可接受。

• fill (数字 或 tuple 或 dict, 可选) – 当 padding_mode 为 constant 时使用的像素填充值。默认为 0。如果是一个长度为 3 的 tuple，则用于分别填充 R、G、B 通道。填充值也可以是字典，将数据类型映射到填充值，例如 fill={tv_tensors.Image: 127, tv_tensors.Mask: 0}，其中 Image 将填充 127，Mask 将填充 0。

使用 ElasticTransform 的示例

变换图示

变换图示

make_params(flat_inputs: List[Any]) → Dict[str, Any]

用于覆盖以实现自定义变换的方法。

参阅 如何编写自己的 v2 变换

transform(inpt: Any, params: Dict[str, Any]) → Any

用于覆盖以实现自定义变换的方法。

参阅 如何编写自己的 v2 变换