AutoAugment

class torchvision.transforms.AutoAugment(policy: AutoAugmentPolicy = AutoAugmentPolicy.IMAGENET, interpolation: InterpolationMode = InterpolationMode.NEAREST, fill: Optional[list[float]] = None)

基於 “AutoAugment: Learning Augmentation Strategies from Data” 的 AutoAugment 資料增強方法。如果影像是 torch Tensor，則其型別應為 torch.uint8，並期望其形狀為 […, 1 或 3, H, W]，其中 … 表示任意數量的前導維度。如果 img 是 PIL Image，則期望其模式為 “L” 或 “RGB”。

引數:

• policy (AutoAugmentPolicy) – 由 torchvision.transforms.autoaugment.AutoAugmentPolicy 定義的期望策略列舉。預設為 AutoAugmentPolicy.IMAGENET。

• interpolation (InterpolationMode) – 由 torchvision.transforms.InterpolationMode 定義的期望插值列舉。預設為 InterpolationMode.NEAREST。如果輸入是 Tensor，則僅支援 InterpolationMode.NEAREST 和 InterpolationMode.BILINEAR。

• fill (sequence 或 number, 可選) – 轉換後圖像外部區域的畫素填充值。如果給定一個數字，則該值分別用於所有通道。

使用 AutoAugment 的示例

轉換圖示

轉換圖示

forward(img: Tensor) → Tensor

img (PIL Image 或 Tensor): 要轉換的影像。

返回:

AutoAugmented 影像。

返回型別:

PIL 影像或張量

static get_params(transform_num: int) → tuple[int, torch.Tensor, torch.Tensor]

獲取 autoaugment 變換的引數

返回:

autoaugment 變換所需的引數