随机裁剪¶
- class torchvision.transforms.v2.RandomCrop(size: Union[int, Sequence[int]], padding: Optional[Union[int, Sequence[int]]] = None, pad_if_needed: bool = False, 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')[source]¶
在随机位置裁剪输入。
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。- 参数:
size (序列 或 整数) – 裁剪所需的输出大小。如果 size 是整数而不是序列(如 (h, w)),则进行正方形裁剪 (size, size)。如果提供长度为 1 的序列,则将其解释为 (size[0], size[0])。
padding (整数 或 序列, 可选) –
图像每个边界的可选填充。默认为 None。如果提供单个整数,则将其用于填充所有边界。如果提供长度为 2 的序列,则分别为左右和上下填充。如果提供长度为 4 的序列,则分别为左右、上、右和下边界的填充。
注意
在 torchscript 模式下,不支持将填充作为单个整数,请使用长度为 1 的序列:
[padding, ]
。pad_if_needed (布尔值, 可选) – 如果图像小于所需尺寸,则会进行填充以避免引发异常。由于裁剪是在填充之后进行的,因此填充似乎是在随机偏移量处进行的。
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
将填充为 127,Mask
将填充为 0。padding_mode (字符串, 可选) –
填充类型。应该是:constant、edge、reflect 或 symmetric。默认为 constant。
constant:使用常量值进行填充,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,但不重复边缘上的最后一个值。例如,在 reflect 模式下,用 2 个元素在 [1, 2, 3, 4] 两侧进行填充将得到 [3, 2, 1, 2, 3, 4, 3, 2]
symmetric:使用图像的反射进行填充,重复边缘上的最后一个值。例如,在 symmetric 模式下,用 2 个元素在 [1, 2, 3, 4] 两侧进行填充将得到 [2, 1, 1, 2, 3, 4, 4, 3]
使用
RandomCrop
的示例Transforms v2 入门Transforms 的说明