RandomCrop

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')

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领先批次维度。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:

• size (sequence 或 int) – 期望的裁剪输出大小。如果 size 是一个 int 而不是像 (h, w) 这样的序列，则会进行方形裁剪 (size, size)。如果提供长度为 1 的序列，则将其解释为 (size[0], size[0])。

• padding (int 或 sequence, 可选) –

  图像每个边界的可选填充。默认为 None。如果提供单个 int，则用于填充所有边界。如果提供长度为 2 的序列，则分别用于左/右和上/下填充。如果提供长度为 4 的序列，则分别用于左、上、右和下边界填充。

  注意

  在 torchscript 模式下不支持将 padding 作为单个 int 使用，请使用长度为 1 的序列：[padding, ]。

• pad_if_needed (boolean, 可选) – 如果图像小于所需大小，则会填充图像以避免引发异常。由于填充在裁剪之后进行，因此填充看起来是在随机偏移处完成的。

• 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。

• padding_mode (str, 可选) –

  填充类型。应为：constant, edge, reflect 或 symmetric。默认为 constant。

  • constant：用一个常数值填充，该值由 fill 指定

  • edge：用图像边缘的最后一个值填充。

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

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

使用 RandomCrop 的示例

Transforms v2 入门

Transforms v2 入门

Transforms 插图

Transforms 插图

static get_params(img: Tensor, output_size: Tuple[int, int]) → Tuple[int, int, int, int]

获取用于随机裁剪的 crop 函数的参数。

参数:

• img (PIL Image 或 Tensor) – 要裁剪的图像。

• output_size (tuple) – 期望的裁剪输出大小。

返回:

要传递给 crop 函数进行随机裁剪的参数 (i, j, h, w)。

返回类型:

tuple

make_params(flat_inputs: List[Any]) → Dict[str, Any]

用于自定义 transforms 的方法。

参见 如何编写自己的 v2 transforms

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

用于自定义 transforms 的方法。

参见 如何编写自己的 v2 transforms