ScaleJitter

class torchvision.transforms.v2.ScaleJitter(target_size: Tuple[int, int], scale_range: Tuple[float, float] = (0.1, 2.0), interpolation: Union[InterpolationMode, int] = InterpolationMode.BILINEAR, antialias: Optional[bool] = True)

根据 “简单复制粘贴是实例分割的强大数据增强方法” 对输入执行大规模抖动。

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领先批处理维度。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：

• target_size (python:int 的元组) – 目标大小。此参数定义抖动的基本比例，例如 min(target_size[0] / width, target_size[1] / height)。

• scale_range (python:float 的元组, 可选) – 比例范围的最小值和最大值。默认值 (0.1, 2.0)。

• interpolation (InterpolationMode, 可选) – 由 torchvision.transforms.InterpolationMode 定义的所需插值枚举。默认值为 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。它仅影响具有双线性或双三次模式的张量，在其他情况下会忽略：在 PIL 图像上，抗锯齿始终应用于双线性或双三次模式；在其他模式（针对 PIL 图像和张量）上，抗锯齿没有意义，因此会忽略此参数。可能的值为

  • True（默认值）：将为双线性或双三次模式应用抗锯齿。其他模式不受影响。这可能就是你想使用的。

  • False：不会为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具有抗锯齿功能，因为 PIL 不支持不抗锯齿。

  • None：等效于张量的 False 和 PIL 图像的 True。此值存在是为了向后兼容，除非你真正了解自己在做什么，否则你可能不想使用它。

  默认值已从 v0.17 中的 None 更改为 True，以使 PIL 和张量后端保持一致。