随机裁剪

class torchvision.transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode='constant')

在随机位置裁剪给定的图像。 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， 但如果使用非常量填充，则输入期望最多具有2个前导维度。

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，则会生成一个正方形裁剪 (size, size)。如果提供一个长度为 1 的序列，它将被解释为 (size[0], size[0])。

• padding (int 或 sequence, 可选) –

  图像每个边界的可选填充。默认值为 None。如果提供单个整数，则用于填充所有边界。如果提供长度为2的序列，则分别为左/右和上/下的填充。如果提供长度为4的序列，则分别为左、上、右和下边界的填充。

  注意

  在torchscript模式下，不支持将填充作为单个整数，请使用长度为1的序列：[padding, ]。

• pad_if_needed (boolean) – 如果图像小于所需大小，它将填充图像以避免引发异常。由于填充是在裁剪之后进行的，填充似乎是在随机偏移处完成的。

• fill (number 或 tuple) – 用于常量填充的像素填充值。默认值为0。如果是一个长度为3的元组，则分别用于填充R、G、B通道。 此值仅在padding_mode为constant时使用。 对于torch Tensor，仅支持数字。 对于PIL Image，仅支持int或元组值。

• padding_mode (str) –

  填充类型。应为：constant、edge、reflect 或 symmetric。 默认是 constant。

  • constant: 用常数值填充，此值由 fill 指定

  • edge: 用图像边缘的最后一个值填充。 如果输入是 5D torch Tensor，则最后 3 个维度将被填充，而不是最后 2 个

  • reflect: 用图像的反射填充，不重复边缘的最后一个值。 例如，在 reflect 模式下，用 2 个元素在两边填充 [1, 2, 3, 4] 将得到 [3, 2, 1, 2, 3, 4, 3, 2]

  • symmetric: 用图像的反射填充，重复边缘的最后一个值。 例如，在 symmetric 模式下，用 2 个元素在两边填充 [1, 2, 3, 4] 将得到 [2, 1, 1, 2, 3, 4, 4, 3]

使用 RandomCrop 的示例：

开始使用 transforms v2

Getting started with transforms v2

变换的图示

Illustration of transforms

Torchscript 支持

Torchscript support

forward(img)

Parameters:

img (PIL Image 或 Tensor) – 要裁剪的图像。

Returns:

裁剪后的图像。

Return type:

PIL 图像或张量

static get_params(img: Tensor, output_size: Tuple[int, int]) → Tuple[int, int, int, int]

获取用于随机裁剪的crop参数。

Parameters:

• img (PIL Image 或 Tensor) – 要裁剪的图像。

• output_size (tuple) – 裁剪的预期输出大小。

Returns:

传递给crop的参数 (i, j, h, w) 用于随机裁剪。

Return type:

tuple