RandomShortestSize

class torchvision.transforms.v2.RandomShortestSize(min_size: Union[List[int], Tuple[int], int], max_size: Optional[int] = None, interpolation: Union[InterpolationMode, int] = InterpolationMode.BILINEAR, antialias: Optional[bool] = True)

隨機調整輸入的大小。

如果輸入是 torch.Tensor 或 TVTensor (例如 Image、Video、BoundingBoxes 等)，它可以有任意數量的 leading batch dimension。 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:

• min_size (int 或 python:int 的序列) – 最小空間大小。 單一整數值或整數值的序列。

• max_size (int, 選用) – 最大空間大小。 預設值為 None。

• interpolation (InterpolationMode, 選用) – 期望的插值列舉，由 torchvision.transforms.InterpolationMode 定義。預設值為 InterpolationMode.BILINEAR。 如果輸入為 Tensor，則僅支援 InterpolationMode.NEAREST、InterpolationMode.NEAREST_EXACT、InterpolationMode.BILINEAR 和 InterpolationMode.BICUBIC。 也接受相應的 Pillow 整數常數，例如 PIL.Image.BILINEAR。

• antialias (bool, 選用) –

  是否應用抗鋸齒。 它僅影響具有雙線性或雙立方模式的 張量（tensors），否則將被忽略：在 PIL 影像上，始終在雙線性或雙立方模式下應用抗鋸齒；在其他模式（對於 PIL 影像和張量）下，抗鋸齒沒有意義，並且將忽略此參數。 可能的值為

  • True (預設)：將對雙線性或雙立方模式應用抗鋸齒。 其他模式不受影響。 這可能就是您想要使用的。

  • False：將不會對任何模式下的張量應用抗鋸齒。 PIL 影像仍然在雙線性或雙立方模式下進行抗鋸齒處理，因為 PIL 不支援不使用抗鋸齒。

  • None：對於張量等效於 False，對於 PIL 影像等效於 True。 存在此值是出於歷史原因，除非您確實知道自己在做什麼，否則您可能不想使用它。

  預設值已在 v0.17 中從 None 變更為 True，以使 PIL 和 Tensor 後端保持一致。

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

用於覆寫自定義轉換的方法。

請參閱如何編寫您自己的 v2 轉換

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

用於覆寫自定義轉換的方法。

請參閱如何編寫您自己的 v2 轉換