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 資料擴增方法。如果圖片是 torch Tensor，則應為 torch.uint8 類型，並且預期具有 […, 1 或 3, H, W] 形狀，其中 … 表示任意數量的先導維度。如果 img 是 PIL Image，則預期處於 “L” 或 “RGB” 模式。

參數:

• policy (AutoAugmentPolicy) – 由 torchvision.transforms.autoaugment.AutoAugmentPolicy 定義的所需策略列舉。預設值為 AutoAugmentPolicy.IMAGENET。

• interpolation（插值） (InterpolationMode) – 期望的插值枚舉，由 torchvision.transforms.InterpolationMode 定義。預設值為 InterpolationMode.NEAREST。如果輸入為 Tensor，則僅支援 InterpolationMode.NEAREST 和 InterpolationMode.BILINEAR。

• fill（填充） (sequence 或 number, optional) – 轉換後影像外部區域的像素填充值。 如果給定一個數字，則該值分別用於所有通道。

使用 AutoAugment 的範例

轉換的說明

轉換的說明

forward(img: Tensor) → Tensor

img (PIL Image 或 Tensor)：要轉換的影像。

返回值:

AutoAugmented 影像。

返回類型:

PIL Image 或 Tensor

static get_params(transform_num: int) → Tuple[int, Tensor, Tensor]

獲取 autoaugment 轉換的參數

返回值:

autoaugment 轉換所需的參數