随机裁剪

class torchvision.transforms.v2.RandomCrop(size: Union[int, Sequence[int]], padding: Optional[Union[int, Sequence[int]]] = None, pad_if_needed: bool = False, fill: Union[int, float, Sequence[int], Sequence[float], None, Dict[Union[Type, str], Optional[Union[int, float, Sequence[int], Sequence[float]]]]] = 0, padding_mode: Literal['constant', 'edge', 'reflect', 'symmetric'] = 'constant')

在随机位置裁剪输入。

如果输入是torch.Tensor或TVTensor（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:

• 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, optional) – 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 或 dict, 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。

• padding_mode (str, optional) –

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

  • constant: 使用常数值填充，该值由 fill 指定。

  • edge: 使用图像边缘的最后一个值填充。

  • reflect: 使用图像的反射填充，不重复边缘的最后一个值。 例如，在 reflect 模式下，用 2 个元素填充 [1, 2, 3, 4] 的两侧 将得到 [3, 2, 1, 2, 3, 4, 3, 2]。

  • symmetric: 使用图像的反射填充，重复边缘的最后一个值。 例如，在 symmetric 模式下，用 2 个元素填充 [1, 2, 3, 4] 的两侧 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

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