捷徑

RandomPhotometricDistort

class torchvision.transforms.v2.RandomPhotometricDistort(brightness: Tuple[float, float] = (0.875, 1.125), contrast: Tuple[float, float] = (0.5, 1.5), saturation: Tuple[float, float] = (0.5, 1.5), hue: Tuple[float, float] = (- 0.05, 0.05), p: float = 0.5)[原始碼]

隨機扭曲圖片或影片,如 SSD: Single Shot MultiBox Detector 中所使用。

此轉換基於底層的 ColorJitter 來調整對比度、飽和度、色調、亮度,並且隨機排列通道。

參數:
  • brightness (python:float 的元組 (min, max), 選填) – 亮度抖動的程度。brightness_factor 會從 [min, max] 中均勻選擇。應為非負數。

  • contrast (python:float 的元組 (min, max), 選填) – 對比度抖動的程度。contrast_factor 會從 [min, max] 中均勻選擇。應為非負數。

  • saturation (python:float 的元組 (min, max), 選填) – 飽和度抖動的程度。saturation_factor 會從 [min, max] 中均勻選擇。應為非負數。

  • hue (python:float 的元組 (min, max), 選填) – 色調抖動的程度。hue_factor 會從 [min, max] 中均勻選擇。應滿足 -0.5 <= min <= max <= 0.5。要抖動色調,輸入圖像的像素值必須是非負數才能轉換為 HSV 空間;因此,如果將圖像正規化到具有負值的區間,或在使用此函數之前使用會產生負值的插值方法,則此功能將不起作用。

  • p (float, 選填) – 每個扭曲操作(對比度、飽和度、...)的機率。預設值為 0.5。

使用 RandomPhotometricDistort 的範例

transforms v2 入門

transforms v2 入門

Transforms v2:端到端物件偵測/分割範例

Transforms v2:端到端物件偵測/分割範例
make_params(flat_inputs: List[Any]) Dict[str, Any][原始碼]

用於覆寫以進行自訂轉換的方法。

請參閱 如何編寫自己的 v2 轉換

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

用於覆寫以進行自訂轉換的方法。

請參閱 如何編寫自己的 v2 轉換

文件

取得 PyTorch 的完整開發人員文件

查看文件

教學

取得針對初學者和進階開發人員的深入教學

查看教學

資源

尋找開發資源並取得問題解答

查看資源