快捷方式

RandomPhotometricDistort

class torchvision.transforms.v2.RandomPhotometricDistort(brightness: Tuple[float, float] = (0.875, 1.125), contrast: Tuple[float, float] = (0.5, 1.5), saturation: Tuple[float, float] = (0.5, 1.5), hue: Tuple[float, float] = (- 0.05, 0.05), p: float = 0.5)[source]

SSD: Single Shot MultiBox Detector 中所用,随机扭曲图像或视频。

此变换在内部依赖于 ColorJitter 来调整对比度、饱和度、色调、亮度,并随机置换通道。

参数:
  • brightness (python:float 元组 (最小值, 最大值), 可选) – 抖动亮度的程度。brightness_factor 从 [最小值, 最大值] 中均匀选择。应为非负数。

  • contrast (python:float 元组 (最小值, 最大值), 可选) – 抖动对比度的程度。contrast_factor 从 [最小值, 最大值] 中均匀选择。应为非负数。

  • saturation (python:float 元组 (最小值, 最大值), 可选) – 抖动饱和度的程度。saturation_factor 从 [最小值, 最大值] 中均匀选择。应为非负数。

  • hue (python:float 元组 (最小值, 最大值), 可选) – 抖动色调的程度。hue_factor 从 [最小值, 最大值] 中均匀选择。应满足 -0.5 <= 最小值 <= 最大值 <= 0.5。要抖动色调,输入图像的像素值必须为非负数才能转换为 HSV 空间;因此,如果您将图像归一化为具有负值的区间,或在使用此函数之前使用生成负值的插值,则此功能将不起作用。

  • p (float, 可选) 每个失真操作 (对比度, 饱和度, ...) – 的概率。默认为 0.5。

使用 RandomPhotometricDistort 的示例

变换 v2 入门

变换 v2 入门

变换 v2:端到端目标检测/分割示例

变换 v2:端到端目标检测/分割示例

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取面向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