快捷方式

resize

torchvision.transforms.functional.resize(img: Tensor, size: List[int], interpolation: InterpolationMode = InterpolationMode.BILINEAR, max_size: Optional[int] = None, antialias: Optional[bool] = True) Tensor[source]

將輸入影像調整為給定大小。如果影像是 torch Tensor,其形狀應為 […, H, W],其中 … 表示任意數量的前導維度

引數:
  • img (PIL Image or Tensor) – 要調整大小的影像。

  • size (sequence or int) –

    期望的輸出大小。如果 size 是一個序列,如 (h, w),輸出大小將與此匹配。如果 size 是一個 int,影像的較小邊將被匹配到此數值,同時保持縱橫比。例如,如果高度 > 寬度,則影像將被縮放至 \(\left(\text{size} \times \frac{\text{height}}{\text{width}}, \text{size}\right)\)

    注意

    在 torchscript 模式下,不支援 size 為單個 int,請使用長度為 1 的序列:[size, ]

  • interpolation (InterpolationMode) – 由 torchvision.transforms.InterpolationMode 定義的期望插值模式列舉。預設為 InterpolationMode.BILINEAR。如果輸入是 Tensor,僅支援 InterpolationMode.NEARESTInterpolationMode.NEAREST_EXACTInterpolationMode.BILINEARInterpolationMode.BICUBIC。也接受相應的 Pillow 整數常量,例如 PIL.Image.BILINEAR

  • max_size (int, optional) – 調整大小後圖像較長邊的最大允許尺寸。如果根據 size 調整大小後圖像的較長邊大於 max_size,則 size 將被覆蓋,使較長邊等於 max_size。因此,較短邊可能小於 size。僅當 size 是 int(或 torchscript 模式下長度為 1 的序列)時支援此引數。

  • antialias (bool, optional) –

    是否應用抗鋸齒。僅影響雙線性或雙三次模式下的 tensors,在其他情況下會被忽略:對於 PIL 影像,抗鋸齒在雙線性或雙三次模式下總是應用的;對於其他模式(PIL 影像和 tensors),抗鋸齒沒有意義,此引數將被忽略。可能的值有

    • True (預設):將對雙線性或雙三次模式應用抗鋸齒。其他模式不受影響。這可能是您想要使用的。

    • False:將不對任何模式下的 tensors 應用抗鋸齒。PIL 影像在雙線性或雙三次模式下仍然會應用抗鋸齒,因為 PIL 不支援無抗鋸齒。

    • None:對於 tensors 等同於 False,對於 PIL 影像等同於 True。此值因歷史原因存在,除非您非常清楚自己在做什麼,否則您可能不想使用它。

    預設值在 v0.17 中從 None 更改為 True,以使 PIL 和 Tensor 後端保持一致。

返回:

調整大小後的影像。

返回型別:

PIL Image 或 Tensor

使用 resize 的示例

光流:使用 RAFT 模型預測運動

光流:使用 RAFT 模型預測運動

變換的說明

變換的說明

文件

獲取 PyTorch 的全面開發者文件

檢視文件

教程

獲取面向初學者和高階開發者的深入教程

檢視教程

資源

查詢開發資源並獲得問題解答

檢視資源