填充

class torchvision.transforms.v2.Pad(padding: Union[int, Sequence[int]], fill: Union[int, float, Sequence[int], Sequence[float], None, Dict[Union[Type, str], Optional[Union[int, float, Sequence[int], Sequence[float]]]]] = 0, padding_mode: Literal['constant', 'edge', 'reflect', 'symmetric'] = 'constant')

使用给定的“填充”值对输入的所有边进行填充。

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] 的形状。边界框可以具有 [..., 4] 的形状。

参数:

• padding (int 或 sequence) –

  每个边界上的填充量。如果提供单个 int，则用于填充所有边界。如果提供长度为 2 的 sequence，则分别表示左/右和上/下边界的填充量。如果提供长度为 4 的 sequence，则分别表示左、上、右和下边界的填充量。

  注意

  在 torchscript 模式下，不支持将单个 int 作为填充量，请使用长度为 1 的 sequence：[padding, ]。

• fill (number 或 tuple 或 dict, 可选) – 当 padding_mode 为 constant 时使用的像素填充值。默认为 0。如果提供长度为 3 的 tuple，则分别用于填充 R、G、B 通道。填充值也可以是一个字典，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 将用 127 填充，而 Mask 将用 0 填充。

• padding_mode (str, 可选) –

  填充类型。应为：constant、edge、reflect 或 symmetric。默认为 “constant”。

  • constant: 使用一个常量值填充，该值由 fill 指定

  • edge: 使用图像边缘的最后一个值进行填充。

  • reflect: 使用图像的反射进行填充，不重复边缘的最后一个值。例如，在 reflect 模式下，在 [1, 2, 3, 4] 的两侧填充 2 个元素将得到 [3, 2, 1, 2, 3, 4, 3, 2]

  • symmetric: 使用图像的反射进行填充，重复边缘的最后一个值。例如，在 symmetric 模式下，在 [1, 2, 3, 4] 的两侧填充 2 个元素将得到 [2, 1, 1, 2, 3, 4, 4, 3]

使用 Pad 的示例

变换示意图

变换示意图

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

自定义变换需要重写的方法。

参见 如何编写自己的 v2 变换