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)

使用弹性变换来变换输入。

如果输入是 torch.Tensor 或 TVTensor (例如 Image, Video, BoundingBoxes 等)，它可以具有任意数量的前导批次维度。例如，图像可以具有 [..., C, H, W] 形状。边界框可以具有 [..., 4] 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。位移被添加到单位网格，并且生成的网格用于变换输入。

注意

用于变换边界框的实现是近似的（非精确的）。我们将逆网格的近似值构造为 inverse_grid = identity - displacement。这并非用于变换图像的网格的精确逆，即 grid = identity + displacement。我们的假设是 displacement * displacement 很小，可以忽略不计。大的位移会导致近似值中出现大的误差。

应用

随机变换图像中物体的形态，并产生类似看穿水的效果。

参数:

• alpha (float 或 python:floats 序列, 可选) – 位移的大小。默认值为 50.0。

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

• interpolation (InterpolationMode, 可选) – 期望的插值枚举，由 torchvision.transforms.InterpolationMode 定义。默认值为 InterpolationMode.BILINEAR。如果输入是 Tensor，则仅支持 InterpolationMode.NEAREST, InterpolationMode.BILINEAR。也接受相应的 Pillow 整数常量，例如 PIL.Image.BILINEAR。

• fill (number 或 tuple 或 dict, 可选) – 当 padding_mode 为常数时使用的像素填充值。默认值为 0。如果为长度为 3 的元组，则分别用于填充 R、G、B 通道。填充值也可以是将数据类型映射到填充值的字典，例如 fill={tv_tensors.Image: 127, tv_tensors.Mask: 0}，其中 Image 将填充为 127，Mask 将填充为 0。

ElasticTransform 的使用示例

变换的图示

变换的图示

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

用于覆盖自定义变换的方法。

请参阅 如何编写您自己的 v2 变换

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

用于覆盖自定义变换的方法。

请参阅 如何编写您自己的 v2 变换