快捷方式

RandomAffine

class torchvision.transforms.v2.RandomAffine(degrees: Union[Number, Sequence], translate: Optional[Sequence[float]] = None, scale: Optional[Sequence[float]] = None, shear: Optional[Union[int, float, Sequence[float]]] = None, 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]] = 0, center: Optional[list[float]] = None)[原始碼]

隨機仿射變換,保持中心不變。

如果輸入是 torch.TensorTVTensor(例如 ImageVideoBoundingBoxes 等),它可以具有任意數量的前導批處理維度。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:
  • degrees (sequencenumber) – 用於選擇的度數範圍。如果 degrees 是一個數字而不是序列(例如 (min, max)),則度數範圍將是 (-degrees, +degrees)。設定為 0 可停用旋轉。

  • translate (tuple, optional) – 水平方向和垂直方向的最大絕對分數。例如,translate=(a, b),則水平偏移隨機取樣於範圍 -img_width * a < dx < img_width * a,垂直偏移隨機取樣於範圍 -img_height * b < dy < img_height * b。預設情況下不進行平移。

  • scale (tuple, optional) – 縮放因子區間,例如 (a, b),則縮放因子隨機取樣於範圍 a <= scale <= b。預設情況下將保持原始縮放。

  • shear (sequencenumber, optional) – 用於選擇的度數範圍。如果 shear 是一個數字,則沿 x 軸方向在 (-shear, +shear) 範圍內應用剪下。否則,如果 shear 是一個包含 2 個值的序列,則沿 x 軸方向在 (shear[0], shear[1]) 範圍內應用剪下。否則,如果 shear 是一個包含 4 個值的序列,則沿 x 軸方向在 (shear[0], shear[1]) 範圍內應用剪下,沿 y 軸方向在 (shear[2], shear[3]) 範圍內應用剪下。預設情況下不應用剪下。

  • interpolation (InterpolationMode, optional) – 由 torchvision.transforms.InterpolationMode 定義的所需插值列舉。預設為 InterpolationMode.NEAREST。如果輸入是 Tensor,則僅支援 InterpolationMode.NEARESTInterpolationMode.BILINEAR。也可以接受相應的 Pillow 整數常量,例如 PIL.Image.BILINEAR

  • fill (numbertupledict, optional) – 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,它將分別用於填充 R、G、B 通道。填充值也可以是字典,對映資料型別到填充值,例如 fill={tv_tensors.Image: 127, tv_tensors.Mask: 0},其中 Image 將填充為 127,Mask 將填充為 0。

  • center (sequence, 可選) – 可選的旋轉中心,(x, y)。原點是左上角。預設為影像的中心。

使用 RandomAffine 的示例

轉換圖示

轉換圖示
static get_params(degrees: list[float], translate: Optional[list[float]], scale_ranges: Optional[list[float]], shears: Optional[list[float]], img_size: list[int]) tuple[float, tuple[int, int], float, tuple[float, float]][原始碼]

獲取仿射變換的引數

返回:

要傳遞給仿射變換的引數

make_params(flat_inputs: list[Any]) dict[str, Any][原始碼]

用於覆蓋自定義變換的方法。

請參閱 如何編寫自己的 v2 變換

transform(inpt: Any, params: dict[str, Any]) Any[原始碼]

用於覆蓋自定義變換的方法。

請參閱 如何編寫自己的 v2 變換

文件

訪問全面的 PyTorch 開發者文件

檢視文件

教程

為初學者和高階開發者提供深入的教程

檢視教程

資源

查詢開發資源並讓您的問題得到解答

檢視資源