捷徑

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], Optional[Union[int, float, Sequence[int], Sequence[float]]]]] = 0, center: Optional[List[float]] = None)[source]

隨機仿射轉換輸入,保持中心不變。

如果輸入是 torch.TensorTVTensor (例如 Image, Video, BoundingBoxes 等),它可以具有任意數量的 leading batch 維度。例如,影像可以具有 [..., C, H, W] 形狀。邊界框可以具有 [..., 4] 形狀。

參數:
  • degrees (序列數字) – 要從中選擇的角度範圍。如果 degrees 是一個數字而不是像 (min, max) 這樣的序列,則角度範圍將為 (-degrees, +degrees)。設定為 0 以停用旋轉。

  • translate (tuple, optional) – 水平和垂直平移的最大絕對分數的 tuple。例如 translate=(a, b),則水平位移在 -img_width * a < dx < img_width * a 範圍內隨機取樣,垂直位移在 -img_height * b < dy < img_height * b 範圍內隨機取樣。預設情況下不進行平移。

  • scale (tuple, optional) – 縮放因子區間,例如 (a, b),然後 scale 從 a <= scale <= b 範圍內隨機取樣。預設情況下保持原始比例。

  • shear (sequencenumber, 選填) – 要選取的錯切角度範圍。如果 shear 是一個數字,則會應用在 (-shear, +shear) 範圍內與 x 軸平行的錯切。如果 shear 是一個包含 2 個值的序列,則會應用在 (shear[0], shear[1]) 範圍內與 x 軸平行的錯切。如果 shear 是一個包含 4 個值的序列,則會應用 x 軸在 (shear[0], shear[1]) 範圍內的錯切,以及 y 軸在 (shear[2], shear[3]) 範圍內的錯切。預設不會應用錯切。

  • interpolation (InterpolationMode, 選填) – 期望的插值列舉,由 torchvision.transforms.InterpolationMode 定義。預設值為 InterpolationMode.NEAREST。如果輸入是 Tensor,則僅支援 InterpolationMode.NEARESTInterpolationMode.BILINEAR。也接受對應的 Pillow 整數常數,例如 PIL.Image.BILINEAR

  • fill (numbertupledict, 選填) – 當 padding_mode 為常數時,使用的像素填充值。預設值為 0。如果是一個長度為 3 的 tuple,則分別用於填充 R、G、B 通道。填充值也可以是一個將資料類型映射到填充值的字典,例如 fill={tv_tensors.Image: 127, tv_tensors.Mask: 0},其中 Image 將被填充為 127,而 Mask 將被填充為 0。

  • center (sequence, 選填) – 旋轉的中心點 (x, y)。原點是左上角。預設值是圖片的中心。

使用 RandomAffine 的範例

轉換的圖示

轉換的圖示
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]][source]

取得仿射轉換的參數

傳回:

要傳遞給仿射轉換的參數

make_params(flat_inputs: List[Any]) Dict[str, Any][source]

覆寫自訂轉換的方法。

請參閱 如何編寫您自己的 v2 轉換

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

覆寫自訂轉換的方法。

請參閱 如何編寫您自己的 v2 轉換

文件

取得 PyTorch 的完整開發者文件

檢視文件

教學

取得針對初學者和進階開發者的深入教學

檢視教學

資源

尋找開發資源並獲得問題解答

檢視資源