Shortcuts

随机仿射

class torchvision.transforms.v2.RandomAffine(degrees: Union[Number, Sequence], translate: Optional[Sequence[float]] = None, scale: Optional[Sequence[float]] = None, shear: Optional[Union[int, float, Sequence[float]]] = None, interpolation: Union[InterpolationMode, int] = InterpolationMode.NEAREST, fill: Union[int, float, Sequence[int], Sequence[float], None, Dict[Union[Type, str], Optional[Union[int, float, Sequence[int], Sequence[float]]]]] = 0, center: Optional[List[float]] = None)[source]

随机仿射变换输入,保持中心不变。

如果输入是torch.TensorTVTensor(例如Image视频BoundingBoxes等), 它可以有任意数量的前导批次维度。例如, 图像可以有[..., C, H, W]形状。边界框可以有[..., 4]形状。

Parameters:
  • degrees (sequencenumber) – 选择的角度范围。 如果 degrees 是一个数字而不是像 (min, max) 这样的序列,则角度范围 将为 (-degrees, +degrees)。设置为 0 以停用旋转。

  • translate (tuple, optional) – 水平和垂直平移的最大绝对比例的元组。例如 translate=(a, b),则水平位移在 -img_width * a < dx < img_width * a 范围内随机采样,垂直位移在 -img_height * b < dy < img_height * b 范围内随机采样。默认情况下不会进行平移。

  • scale (tuple, optional) – 缩放因子区间,例如 (a, b),然后从范围 a <= scale <= b 中随机采样。默认情况下将保持原始比例。

  • shear (sequencenumber, optional) – 选择的范围角度。 如果 shear 是一个数字,将在 (-shear, +shear) 范围内应用平行于 x 轴的剪切。 否则,如果 shear 是 2 个值的序列,将在 (shear[0], shear[1]) 范围内应用平行于 x 轴的剪切。 否则,如果 shear 是 4 个值的序列,将在 (shear[0], shear[1]) 范围内应用 x 轴剪切,并在 (shear[2], shear[3]) 范围内应用 y 轴剪切。 默认情况下不会应用剪切。

  • 插值 (InterpolationMode, 可选) – 由 torchvision.transforms.InterpolationMode 定义的所需插值枚举。默认值为 InterpolationMode.NEAREST。 如果输入是张量,则仅支持 InterpolationMode.NEAREST, InterpolationMode.BILINEAR。 相应的 Pillow 整数常量,例如 PIL.Image.BILINEAR 也被接受。

  • fill (numbertupledict, 可选) – 当 padding_mode 为 constant 时使用的像素填充值。 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。 填充值也可以是一个将数据类型映射到填充值的字典,例如 fill={tv_tensors.Image: 127, tv_tensors.Mask: 0},其中 Image 将被填充为 127, Mask 将被填充为 0。

  • center (sequence, optional) – 可选的旋转中心,(x, y)。原点是左上角。 默认是图像的中心。

使用 RandomAffine 的示例:

变换的图示

Illustration of transforms
static get_params(degrees: List[float], translate: Optional[List[float]], scale_ranges: Optional[List[float]], shears: Optional[List[float]], img_size: List[int]) Tuple[float, Tuple[int, int], float, Tuple[float, float]][source]

获取仿射变换的参数

Returns:

传递给仿射变换的参数