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，它将根据随机偏移量为所有像素生成位移向量。Alpha 控制强度，sigma 控制位移的平滑度。位移添加到单位网格中，生成的网格用于变换输入。

注意

边界框变换的实现是近似的（不精确）。我们构建逆网格的近似值，表示为 inverse_grid = identity - displacement。这并不是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。较大的位移会导致近似值出现较大的误差。

应用

随机变换图像中物体的形态，并产生类似于水下透视的效果。

参数：

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

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

• interpolation (InterpolationMode, 可选) – 由 torchvision.transforms.InterpolationMode 定义的所需插值枚举。默认为 InterpolationMode.BILINEAR。如果输入是张量，则仅支持 InterpolationMode.NEAREST 和 InterpolationMode.BILINEAR。相应的 Pillow 整数常量（例如 PIL.Image.BILINEAR）也接受。

• fill (数字 或 元组 或 字典, 可选) – 当 padding_mode 为常量时使用的像素填充值。默认为 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 127，Mask 将填充 0。

使用 ElasticTransform 的示例

变换的示例

变换的示例