RandAugment

class torchvision.transforms.v2.RandAugment(num_ops: int = 2, magnitude: int = 9, num_magnitude_bins: int = 31, 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 “RandAugment: Practical automated data augmentation with a reduced search space” 提出的 RandAugment 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，则其类型应为 torch.uint8，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，则应为 “L” 或 “RGB” 模式。

参数:

• num_ops (int, 可选) – 顺序应用的增强变换的数量。

• magnitude (int, 可选) – 所有变换的幅度。

• num_magnitude_bins (int, 可选) – 不同幅度值的数量。

• interpolation (InterpolationMode, 可选) – 期望的插值枚举，由 torchvision.transforms.InterpolationMode 定义。 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，则该值分别用于所有波段。

使用 RandAugment 的示例

变换的图示

变换的图示

forward(*inputs: Any) → Any

不要覆盖此方法！请使用 transform() 代替。