混合

class torchvision.transforms.v2.MixUp(*, alpha: float = 1.0, num_classes: Optional[int] = None, labels_getter='default')

将MixUp应用于提供的图像和标签批次。

论文: mixup: Beyond Empirical Risk Minimization.

注意

此变换旨在用于批量样本，而不是单个图像。有关详细使用示例，请参见 如何使用CutMix和MixUp。 样本配对是确定性的，通过匹配批次中的连续样本来完成，因此需要对批次进行洗牌（这是一个实现细节，而不是一个保证的惯例。）

在输入中，标签应为形状为(batch_size,)的张量。它们将被转换为形状为(batch_size, num_classes)的张量。

Parameters:

• alpha (float, 可选) – 用于mixup的Beta分布的超参数。默认值为1。

• num_classes (int, optional) – 批次中的类别数量。用于独热编码。 只有在标签已经是独热编码时，才可以为None。

• labels_getter (callable 或 "default", 可选) – 指示如何在输入中识别标签。 默认情况下，如果第二个参数是张量，则会选择第二个参数作为标签。这涵盖了最常见的场景，即此变换被调用为 MixUp()(imgs_batch, labels_batch)。 它也可以是一个可调用对象，该对象接受与变换相同的输入，并返回标签。

使用 MixUp 的示例：

如何使用CutMix和MixUp

How to use CutMix and MixUp