调整大小

class torchvision.transforms.v2.Resize(size: Optional[Union[int, Sequence[int]]], interpolation: Union[InterpolationMode, int] = InterpolationMode.BILINEAR, max_size: Optional[int] = None, antialias: Optional[bool] = True)

将输入调整为给定大小。

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 (sequence, int, or None) –

  期望的输出大小。

  • 如果 size 是一个像 (h, w) 这样的序列，输出大小将与此匹配。

  • 如果 size 是一个整数，图像的较小边将与此数字匹配。即，如果高度 > 宽度，则图像将重新缩放为 (size * height / width, size)。

  • 如果 size 为 None，输出形状由 max_size 参数决定。

  注意

  在 torchscript 模式下，不支持 size 为单个整数，请使用长度为 1 的序列：[size, ]。

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

• max_size (int, optional) –

  调整大小后的图像较长边的最大允许值。

  • 如果 size 是一个整数：如果根据 size 调整大小后，图像的较长边大于 max_size，则 size 将被覆盖，以使较长边等于 max_size。因此，较短边可能比 size 短。这仅在 size 是整数（或在 torchscript 模式下为长度为 1 的序列）时支持。

  • 如果 size 为 None：图像的较长边将与 max_size 匹配。即，如果高度 > 宽度，则图像将重新缩放为 (max_size, max_size * 宽度 / 高度)。

  当 size 是一个序列时，应将其保留为 None（默认值）。

• antialias (bool, optional) –

  是否应用抗锯齿。 它只影响具有双线性或双三次模式的张量，否则会被忽略：在PIL图像上，双线性或双三次模式总是应用抗锯齿；在其他模式（对于PIL图像和张量）上，抗锯齿没有意义，此参数会被忽略。 可能的值为：

  • True (默认): 将对双线性或双三次模式应用抗锯齿。 其他模式不受影响。这可能是你想要使用的。

  • False: 不会对任何模式的张量应用抗锯齿。PIL 图像在双线性或双三次模式下仍然应用抗锯齿，因为 PIL不支持无抗锯齿。

  • None: 对于张量等同于False，对于 PIL图像等同于True。此值存在是为了兼容旧版本，除非你确实知道自己在做什么，否则你可能不想使用它。

  默认值在v0.17版本中从None更改为True，以使PIL和Tensor后端保持一致。

使用 Resize 的示例：

变换的图示

Illustration of transforms