快捷方式

调整大小

class torchvision.transforms.v2.Resize(size: Optional[Union[int, Sequence[int]]], interpolation: Union[InterpolationMode, int] = InterpolationMode.BILINEAR, max_size: Optional[int] = None, antialias: Optional[bool] = True)[source]

将输入调整为给定大小。

如果输入是 torch.TensorTVTensor(例如 ImageVideoBoundingBoxes 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:
  • size (序列, int, or None) –

    所需输出大小。

    • 如果 size 是一个序列,如 (h, w),则输出大小将与之匹配。

    • 如果 size 是一个整数,则图像的较小边缘将与该数字匹配。即,如果高度>宽度,则图像将重新缩放为 (size * 高度 / 宽度, size)。

    • 如果 size 为 None,则输出形状由 max_size 参数确定。

    注意

    在 torchscript 模式下,不支持将 size 作为单个整数,请使用长度为 1 的序列:[size, ]

  • interpolation (InterpolationMode, optional) – 由 torchvision.transforms.InterpolationMode 定义的所需插值枚举。默认值为 InterpolationMode.BILINEAR。如果输入是 Tensor,则仅支持 InterpolationMode.NEARESTInterpolationMode.NEAREST_EXACTInterpolationMode.BILINEARInterpolationMode.BICUBIC。相应的 Pillow 整数常量(例如 PIL.Image.BILINEAR)也被接受。

  • max_size (int, optional) –

    调整大小后图像长边允许的最大值。

    • 如果 size 是一个整数:如果图像的长边在根据 size 调整大小后大于 max_size,则会覆盖 size,以便长边等于 max_size。结果,短边可能短于 size。这仅在 size 是一个整数(或在 torchscript 模式下长度为 1 的序列)时受支持。

    • 如果 size 为 None:图像的长边将与 max_size 匹配。即,如果高度>宽度,则图像将重新缩放为 (max_size, max_size * 宽度 / 高度)。

    size 是一个序列时,应将其保留为 None(默认值)。

  • antialias (bool, optional) –

    是否应用抗锯齿。它只影响使用双线性或双三次模式的张量,否则会被忽略:在 PIL 图像上,始终对双线性或双三次模式应用抗锯齿;在其他模式(对于 PIL 图像和张量)上,抗锯齿没有意义,并且会忽略此参数。可能的值是

    • True(默认值):将对双线性或双三次模式应用抗锯齿。其他模式不受影响。这可能是您要使用的值。

    • False:不会对任何模式的张量应用抗锯齿。PIL 图像在双线性或双三次模式下仍然是抗锯齿的,因为 PIL 不支持不抗锯齿。

    • None:等效于张量的 False 和 PIL 图像的 True。该值存在于遗留原因,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,以使 PIL 和 Tensor 后端保持一致。

使用 Resize 的示例

变换的说明

变换的说明

文档

訪問 PyTorch 的全面開發者文檔

查看文檔

教程

獲取針對初學者和高級開發者的深入教程

查看教程

資源

查找開發資源並獲得問題解答

查看資源