CutMix¶

class torchvision.transforms.v2.CutMix(*, alpha: float = 1.0, num_classes: Optional[int] = None, labels_getter='default')[source]¶

對提供的影像和標籤批次應用 CutMix。

注意

此變換旨在用於樣本的批次，而非單個影像。有關詳細用法示例，請參閱如何使用 CutMix 和 MixUp。樣本配對是確定性的，透過匹配批次中的連續樣本完成，因此批次需要被打亂（這是一個實現細節，而非保證的約定）。

在輸入中，標籤預期是一個形狀為 (batch_size,) 的張量。它們將被轉換為形狀為 (batch_size, num_classes) 的張量。

引數:

alpha (float, optional) – 用於 Mixup 的 Beta 分佈的超引數。預設為 1。
num_classes (int, optional) – 批次中的類別數量。用於 one-hot 編碼。只有當標籤已是 one-hot 編碼時，才能為 None。
labels_getter (callable or "default", optional) – 指示如何識別輸入中的標籤。預設情況下，如果第二個引數是張量，則將其作為標籤。這涵蓋了此變換被呼叫為 CutMix()(imgs_batch, labels_batch) 的最常見場景。它也可以是一個可呼叫物件，接受與變換相同的輸入，並返回標籤。

使用 CutMix 的示例

make_params(flat_inputs: List[Any]) → Dict[str, Any][source]¶: 為自定義變換重寫的方法。

參閱如何編寫您自己的 v2 變換

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

為自定義變換重寫的方法。

參閱如何編寫您自己的 v2 變換

文件