RandomCrop

class torchvision.transforms.v2.RandomCrop(size: Union[int, Sequence[int]], padding: Optional[Union[int, Sequence[int]]] = None, pad_if_needed: bool = False, fill: Union[int, float, Sequence[int], Sequence[float], None, Dict[Union[Type, str], Optional[Union[int, float, Sequence[int], Sequence[float]]]]] = 0, padding_mode: Literal['constant', 'edge', 'reflect', 'symmetric'] = 'constant')

在隨機位置裁剪輸入。

如果輸入是 torch.Tensor 或 TVTensor (例如 Image、Video、BoundingBoxes 等)，它可以具有任意數量的領先批次維度。例如，影像可以具有 [..., C, H, W] 的形狀。邊界框可以具有 [..., 4] 的形狀。

引數:

• size (sequence 或 int) – 期望的裁剪輸出大小。如果 size 是一個 int 而不是像 (h, w) 這樣的序列，則會進行方形裁剪 (size, size)。如果提供長度為 1 的序列，則將其解釋為 (size[0], size[0])。

• padding (int 或 sequence, 可選) –

  影像每個邊界的可選填充。預設為 None。如果提供單個 int，則用於填充所有邊界。如果提供長度為 2 的序列，則分別用於左/右和上/下填充。如果提供長度為 4 的序列，則分別用於左、上、右和下邊界填充。

  注意

  在 torchscript 模式下不支援將 padding 作為單個 int 使用，請使用長度為 1 的序列：[padding, ]。

• pad_if_needed (boolean, 可選) – 如果影像小於所需大小，則會填充影像以避免引發異常。由於填充在裁剪之後進行，因此填充看起來是在隨機偏移處完成的。

• fill (number 或 tuple 或 dict, 可選) – 當 padding_mode 為 constant 時使用的畫素填充值。預設為 0。如果是一個長度為 3 的元組，則分別用於填充 R、G、B 通道。填充值也可以是將資料型別對映到填充值的字典，例如 fill={tv_tensors.Image: 127, tv_tensors.Mask: 0}，其中 Image 將填充 127，Mask 將填充 0。

• padding_mode (str, 可選) –

  填充型別。應為：constant, edge, reflect 或 symmetric。預設為 constant。

  • constant：用一個常數值填充，該值由 fill 指定

  • edge：用影像邊緣的最後一個值填充。

  • reflect：用影像的反射填充，不重複邊緣的最後一個值。例如，在 reflect 模式下，對 [1, 2, 3, 4] 兩側填充 2 個元素將得到 [3, 2, 1, 2, 3, 4, 3, 2]

  • symmetric：用影像的反射填充，重複邊緣的最後一個值。例如，在 symmetric 模式下，對 [1, 2, 3, 4] 兩側填充 2 個元素將得到 [2, 1, 1, 2, 3, 4, 4, 3]

使用 RandomCrop 的示例

Transforms v2 入門

Transforms v2 入門

Transforms 插圖

Transforms 插圖

static get_params(img: Tensor, output_size: Tuple[int, int]) → Tuple[int, int, int, int]

獲取用於隨機裁剪的 crop 函式的引數。

引數:

• img (PIL Image 或 Tensor) – 要裁剪的影像。

• output_size (tuple) – 期望的裁剪輸出大小。

返回:

要傳遞給 crop 函式進行隨機裁剪的引數 (i, j, h, w)。

返回型別:

tuple

make_params(flat_inputs: List[Any]) → Dict[str, Any]

用於自定義 transforms 的方法。

參見 如何編寫自己的 v2 transforms

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

用於自定義 transforms 的方法。

參見 如何編寫自己的 v2 transforms