RandAugment

class torchvision.transforms.RandAugment(num_ops: int = 2, magnitude: int = 9, num_magnitude_bins: int = 31, interpolation: InterpolationMode = InterpolationMode.NEAREST, fill: Optional[list[float]] = None)

RandAugment 資料增強方法，基於 “RandAugment: Practical automated data augmentation with a reduced search space”。如果影像是 torch Tensor，它應該為 torch.uint8 型別，並且形狀應為 […, 1 或 3, H, W]，其中 … 表示任意數量的前導維度。如果 img 是 PIL Image，則它應該為 “L” 或 “RGB” 模式。

引數:

• num_ops (int) – 要連續應用的增強變換的數量。

• magnitude (int) – 所有變換的幅度。

• num_magnitude_bins (int) – 不同幅度值的數量。

• 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 RandAugment 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:

轉換後的影像。

返回型別:

PIL 影像或張量