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)[源码]

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

此转换在底层依赖于 ColorJitter 来调整对比度、饱和度、色调、亮度,并随机置换通道。

参数:
  • brightness (tuple of python:float (min, max), optional) – 抖动亮度程度。亮度因子从 [min, max] 中均匀选择。应为非负数。

  • contrast (tuple of python:float (min, max), optional) – 抖动对比度程度。对比度因子从 [min, max] 中均匀选择。应为非负数。

  • saturation (tuple of python:float (min, max), optional) – 抖动饱和度程度。饱和度因子从 [min, max] 中均匀选择。应为非负数。

  • hue (tuple of python:float (min, max), optional) – 抖动色调程度。色调因子从 [min, max] 中均匀选择。应满足 -0.5 <= min <= max <= 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到负值区间,或在使用此函数之前使用了生成负值的插值方法,则此操作将无效。

  • p (float, optional) 每个失真操作(对比度、饱和度等)的概率: 默认值为 0.5。

使用 RandomPhotometricDistort 的示例

Transforms v2: 端到端目标检测/分割示例

Transforms v2: 端到端目标检测/分割示例

Transforms v2 入门

Transforms v2 入门
make_params(flat_inputs: List[Any]) Dict[str, Any][源码]

用于自定义转换需要覆盖的方法。

请参阅 如何编写自己的 v2 transforms

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

用于自定义转换需要覆盖的方法。

请参阅 如何编写自己的 v2 transforms

文档

访问全面的 PyTorch 开发者文档

查看文档

教程

获取面向初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获得问题解答

查看资源