FiveCrop¶

class torchvision.transforms.FiveCrop(size)[source]¶

将给定的图像裁剪为四个角和中心裁剪。如果图像是torch Tensor，则期望其具有[…, H, W]形状，其中…表示任意数量的前导维度

注意

此转换返回一组图像的元组，并且您的数据集返回的输入和目标数量可能不匹配。请参阅以下示例以了解如何处理这种情况。

Parameters:: size (序列或整数) – 期望的裁剪输出大小。如果 size 是一个 整数 而不是像 (h, w) 这样的序列，则会生成一个大小为 (size, size) 的正方形裁剪。如果提供一个长度为 1 的序列，它将被解释为 (size[0], size[0])。

示例

>>> transform = Compose([
>>>    FiveCrop(size), # this is a list of PIL Images
>>>    Lambda(lambda crops: torch.stack([PILToTensor()(crop) for crop in crops])) # returns a 4D tensor
>>> ])
>>> #In your test loop you can do the following:
>>> input, target = batch # input is a 5d tensor, target is 2d
>>> bs, ncrops, c, h, w = input.size()
>>> result = model(input.view(-1, c, h, w)) # fuse batch size and ncrops
>>> result_avg = result.view(bs, ncrops, -1).mean(1) # avg over crops

使用 FiveCrop 的示例：

变换的图示

Illustration of transforms

forward(img)[source]¶

Parameters:: img (PIL Image 或 Tensor) – 要裁剪的图像。
Returns:: 5张图像的元组。图像可以是PIL图像或张量