AutoAugment

class torchvision.transforms.v2.AutoAugment(policy: AutoAugmentPolicy = AutoAugmentPolicy.IMAGENET, interpolation: Union[InterpolationMode, int] = InterpolationMode.NEAREST, fill: Union[int, float, Sequence[int], Sequence[float], None, dict[Union[type, str], Union[int, float, collections.abc.Sequence[int], collections.abc.Sequence[float], NoneType]] = None)

基於 “AutoAugment: Learning Augmentation Strategies from Data” 的 AutoAugment 資料增強方法。

此轉換僅適用於影像和影片。

如果輸入是 torch.Tensor，則其型別應為 torch.uint8，並且期望其形狀為 […, 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, 可選) – 由 torchvision.transforms.autoaugment.AutoAugmentPolicy 定義的期望策略列舉。預設為 AutoAugmentPolicy.IMAGENET。

• interpolation (InterpolationMode, optional) – 由 torchvision.transforms.InterpolationMode 定義的期望的插值列舉。預設為 InterpolationMode.NEAREST。如果輸入是 Tensor，則只支援 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(*inputs: Any) → Any

不要覆蓋此方法！請使用 transform() 代替。

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