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)

根據 “Simple Copy-Paste is a Strong Data Augmentation Method for Instance Segmentation” 對輸入執行大規模抖動 (Large Scale Jitter)。

如果輸入是 torch.Tensor 或 TVTensor (例如 Image, Video, BoundingBoxes 等)，它可以有任意數量的批處理維度前導。例如，影像的形狀可以是 [..., C, H, W]。邊界框的形狀可以是 [..., 4]。

引數：

• target_size (tuple of python:int) – 目標尺寸。此引數定義了抖動的基礎尺度，例如 min(target_size[0] / width, target_size[1] / height)。

• scale_range (tuple of python:float, optional) – 尺度範圍的最小值和最大值。預設值：(0.1, 2.0)。

• interpolation (InterpolationMode, optional) – 所需的插值模式，由 torchvision.transforms.InterpolationMode 定義。預設值為 InterpolationMode.BILINEAR。如果輸入是 Tensor，僅支援 InterpolationMode.NEAREST, InterpolationMode.NEAREST_EXACT, InterpolationMode.BILINEAR 和 InterpolationMode.BICUBIC。相應的 Pillow 整數常量（例如 PIL.Image.BILINEAR）也接受。

• antialias (bool, optional) –

  是否應用抗鋸齒。它僅影響使用雙線性或雙三次模式的 tensors，否則將被忽略：對於 PIL 影像，在雙線性或雙三次模式下總是應用抗鋸齒；對於其他模式（PIL 影像和 tensor），抗鋸齒沒有意義，此引數將被忽略。可能的值為

  • True (預設值)：對雙線性或雙三次模式應用抗鋸齒。其他模式不受影響。這可能是您希望使用的值。

  • False：對任何模式下的 tensor 都不應用抗鋸齒。PIL 影像在雙線性或雙三次模式下仍然應用抗鋸齒，因為 PIL 不支援不抗鋸齒。

  • None：對於 tensor 相當於 False，對於 PIL 影像相當於 True。此值出於歷史原因存在，除非您清楚自己在做什麼，否則可能不希望使用它。

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

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

自定義轉換應覆蓋的方法。

參見 如何編寫自己的 v2 轉換

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

自定義轉換應覆蓋的方法。

參見 如何編寫自己的 v2 轉換