RandAugment

class torchvision.transforms.RandAugment(num_ops: int = 2, magnitude: int = 9, num_magnitude_bins: int = 31, interpolation: InterpolationMode = InterpolationMode.NEAREST, fill: Optional[List[float]] = None)

RandAugment 数据增强方法基于 “RandAugment: Practical automated data augmentation with a reduced search space”。 如果图像是 torch Tensor，它应该是 torch.uint8 类型，并且期望具有 […, 1 或 3, H, W] 形状，其中 … 表示任意数量的前导维度。 如果 img 是 PIL 图像，则期望其模式为“L”或“RGB”。

Parameters:

• num_ops (int) – 要顺序应用的增强变换的数量。

• magnitude (int) – 所有变换的幅度。

• num_magnitude_bins (int) – 不同幅度值的数量。

• 插值 (InterpolationMode) – 由torchvision.transforms.InterpolationMode定义的期望插值枚举。默认是InterpolationMode.NEAREST。如果输入是张量，仅支持InterpolationMode.NEAREST和InterpolationMode.BILINEAR。

• fill (sequence 或 number, 可选) – 用于变换图像外部区域的像素填充值。如果给定一个数字，则该值将分别用于所有波段。

使用 RandAugment 的示例：

变换的图示

Illustration of transforms

forward(img: Tensor) → Tensor

img (PIL Image 或 Tensor): 要转换的图像。

Returns:

转换后的图像。

Return type:

PIL 图像或张量