RandomRotation

class torchvision.transforms.v2.RandomRotation(degrees: Union[Number, Sequence], interpolation: Union[InterpolationMode, int] = InterpolationMode.NEAREST, expand: bool = False, center: Optional[List[float]] = None, fill: Union[int, float, Sequence[int], Sequence[float], None, Dict[Union[Type, str], Optional[Union[int, float, Sequence[int], Sequence[float]]]]] = 0)

按角度旋转输入。

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:

• degrees (sequence 或 number) – 选择的角度范围。如果 degrees 是数字而不是像 (min, max) 这样的序列，则角度范围将为 (-degrees, +degrees)。

• interpolation (InterpolationMode, 可选) – 期望的插值枚举，由 torchvision.transforms.InterpolationMode 定义。默认值为 InterpolationMode.NEAREST。如果输入是 Tensor，则仅支持 InterpolationMode.NEAREST, InterpolationMode.BILINEAR。也接受相应的 Pillow 整数常量，例如 PIL.Image.BILINEAR。

• expand (bool, 可选) – 可选的扩展标志。如果为 true，则扩展输出以使其足够大以容纳整个旋转图像。如果为 false 或省略，则使输出图像与输入图像大小相同。请注意，expand 标志假定围绕中心旋转（请参阅下面的注释），且没有平移。

• center (sequence, 可选) –

  可选的旋转中心，(x, y)。原点是左上角。默认值是图像的中心。

  注意

  理论上，如果 expand=True，则设置 center 无效，因为图像中心将成为旋转中心。然而，在实践中，由于数值精度，与首先使用图像中心相比，这可能会导致结果图像大小相差一像素。因此，当设置 expand=True 时，最好将 center=None (默认值) 保持不变。

• fill (number 或 tuple 或 dict, 可选) – 当 padding_mode 为常数时使用的像素填充值。默认值为 0。如果长度为 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。

使用 RandomRotation 的示例

变换的图示

变换的图示

static get_params(degrees: List[float]) → float

获取用于随机旋转的 rotate 的参数。

返回:

要传递给 rotate 以进行随机旋转的角度参数。

返回类型:

float

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

用于自定义变换的重写方法。

请参阅 如何编写您自己的 v2 变换

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

用于自定义变换的重写方法。

请参阅 如何编写您自己的 v2 变换