RandomResizedCrop¶
- class torchvision.transforms.v2.RandomResizedCrop(size: Union[int, Sequence[int]], scale: Tuple[float, float] = (0.08, 1.0), ratio: Tuple[float, float] = (0.75, 1.3333333333333333), interpolation: Union[InterpolationMode, int] = InterpolationMode.BILINEAR, antialias: Optional[bool] = True)[source]¶
随机裁剪输入的一部分并将其调整为给定大小。
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。对原始输入进行裁剪:裁剪具有随机面积(H * W)和随机纵横比。最后将此裁剪调整为给定大小。这通常用于训练 Inception 网络。
- 参数:
size (int 或 序列) –
裁剪的预期输出大小,对于每个边。如果 size 是 int 而不是序列(如 (h, w)),则会创建正方形输出大小
(size, size)
。如果提供长度为 1 的序列,则将其解释为 (size[0], size[0])。注意
在 torchscript 模式下,size 作为单个 int 不受支持,请使用长度为 1 的序列:
[size, ]
。scale (python:float 的元组, 可选) – 指定裁剪随机区域的下限和上限,在调整大小之前。比例是相对于原始图像的面积定义的。
ratio (python:float 的元组, 可选) – 裁剪随机纵横比的下限和上限,在调整大小之前。
interpolation (InterpolationMode, 可选) – 由
torchvision.transforms.InterpolationMode
定义的所需插值枚举。默认为InterpolationMode.BILINEAR
。如果输入是张量,则仅支持InterpolationMode.NEAREST
、InterpolationMode.NEAREST_EXACT
、InterpolationMode.BILINEAR
和InterpolationMode.BICUBIC
。相应的 Pillow 整数常量(例如PIL.Image.BILINEAR
)也被接受。antialias (bool, 可选) –
是否应用抗锯齿。它仅影响使用双线性或双三次模式的张量,否则将被忽略:在 PIL 图像上,始终在双线性或双三次模式上应用抗锯齿;在其他模式(对于 PIL 图像和张量)上,抗锯齿没有意义,并且此参数将被忽略。可能的值为
True
(默认):将为双线性或双三次模式应用抗锯齿。其他模式不受影响。这可能是您想要使用的。False
:不会为任何模式下的张量应用抗锯齿。PIL 图像仍然在双线性或双三次模式下进行抗锯齿,因为 PIL 不支持不抗锯齿。None
:对于张量等效于False
,对于 PIL 图像等效于True
。此值出于遗留原因存在,除非您确实知道自己在做什么,否则您可能不想使用它。
默认值在 v0.17 中从
None
更改为True
,以便 PIL 和 Tensor 后端保持一致。
使用
RandomResizedCrop
的示例Transforms v2 入门Transforms 的说明如何使用 CutMix 和 MixUp如何编写自己的 v2 Transforms