RandomCrop

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图像。如果图像是 torch Tensor，则期望其形状为 […, H, W]，其中 … 表示任意数量的前导维度，但如果使用了非常量填充，则输入最多只能有 2 个前导维度。

参数:

• size (sequence 或 int) – 裁剪的期望输出尺寸。如果 size 是一个整数而不是像 (h, w) 这样的序列，则会进行一个正方形裁剪 (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) –

  在裁剪之前，在图像的每个边框上可选地添加填充。默认为 None。如果提供单个 int，则所有边框都使用此值进行填充。如果提供长度为 2 的序列，则分别为左右和上下边框的填充。如果提供长度为 4 的序列，则分别为左、上、右和下边框的填充。

  注意

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

• pad_if_needed (boolean) – 如果图像小于所需尺寸，则会对其进行填充以避免引发异常。由于裁剪在填充之后进行，因此填充似乎是在随机偏移量处进行的。

• fill (number 或 tuple) – 常量填充的像素填充值。默认为 0。如果为长度为 3 的元组，则分别用于填充 R、G、B 通道。仅当 padding_mode 为 constant 时才使用此值。对于 torch Tensor，仅支持 number。对于 PIL Image，仅支持 int 或 tuple 值。

• padding_mode (str) –

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

  • constant：用常数值填充，该值通过 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，将填充最后 3 个维度而不是最后 2 个维度

  • reflect：通过反射图像进行填充，但不重复边缘处的最后一个值。例如，在 reflect 模式下，将 [1, 2, 3, 4] 的两端各填充 2 个元素将导致 [3, 2, 1, 2, 3, 4, 3, 2]

  • symmetric：通过反射图像进行填充，重复边缘处的最后一个值。例如，在 symmetric 模式下，将 [1, 2, 3, 4] 的两端各填充 2 个元素将导致 [2, 1, 1, 2, 3, 4, 4, 3]

使用 RandomCrop 的示例

Torchscript 支持

Torchscript 支持

变换 v2 入门

变换 v2 入门

转换图示

转换图示

forward(img)

参数:

img (PIL Image 或 Tensor) – 要裁剪的图像。

返回:

裁剪后的图像。

返回类型:

PIL 图像或张量

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

为随机裁剪获取 crop 参数。

参数:

• img (PIL Image 或 Tensor) – 要裁剪的图像。

• output_size (tuple) – 裁剪的预期输出大小。

返回:

将传递给 crop 以进行随机裁剪的参数 (i, j, h, w)。

返回类型:

元组