快捷方式

RandomAffine

class torchvision.transforms.v2.RandomAffine(degrees: Union[Number, Sequence], translate: Optional[Sequence[float]] = None, scale: Optional[Sequence[float]] = None, shear: Optional[Union[int, float, Sequence[float]]] = None, 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]]]] = 0, center: Optional[List[float]] = None)[source]

保持中心不变的随机仿射变换输入。

如果输入是 torch.TensorTVTensor(例如 ImageVideoBoundingBoxes 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。

参数:
  • degrees (序列数字) – 选择的角度范围。如果 degrees 是一个数字而不是序列(如 (min, max)),则角度范围将为 (-degrees, +degrees)。设置为 0 以停用旋转。

  • translate (元组, 可选) – 水平和垂直平移的最大绝对分数的元组。例如 translate=(a, b),则水平偏移在 -img_width * a < dx < img_width * a 范围内随机采样,垂直偏移在 -img_height * b < dy < img_height * b 范围内随机采样。默认情况下不会平移。

  • scale (元组, 可选) – 缩放因子区间,例如 (a, b),则缩放因子在 a <= scale <= b 范围内随机采样。默认情况下将保留原始缩放比例。

  • shear (序列数字, 可选) – 选择的角度范围。如果 shear 是一个数字,则将应用范围为 (-shear, +shear) 的平行于 x 轴的剪切。否则,如果 shear 是一个包含 2 个值的序列,则将应用范围为 (shear[0], shear[1]) 的平行于 x 轴的剪切。否则,如果 shear 是一个包含 4 个值的序列,则将应用 x 轴剪切 (shear[0], shear[1]) 和 y 轴剪切 (shear[2], shear[3])。默认情况下不会应用剪切。

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

  • fill (数字元组字典, 可选) – 当 padding_mode 为常量时使用的像素填充值。默认为 0。如果是一个长度为 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。

  • center (序列, 可选) – 旋转的可选中心,(x, y)。原点是左上角。默认为图像的中心。

使用 RandomAffine 的示例

变换图示

变换图示
static get_params(degrees: List[float], translate: Optional[List[float]], scale_ranges: Optional[List[float]], shears: Optional[List[float]], img_size: List[int]) Tuple[float, Tuple[int, int], float, Tuple[float, float]][source]

获取仿射变换的参数

返回值:

要传递给仿射变换的参数

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源