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)

将输入调整为给定大小。

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。

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.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。

• 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)。

  当 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