RandomPerspective

class torchvision.transforms.v2.RandomPerspective(distortion_scale: float = 0.5, p: float = 0.5, interpolation: Union[InterpolationMode, int] = InterpolationMode.BILINEAR, fill: Union[int, float, Sequence[int], Sequence[float], None, dict[Union[type, str], Union[int, float, collections.abc.Sequence[int], collections.abc.Sequence[float], NoneType]] = 0)

以给定概率对输入执行随机透视变换。

如果输入是 torch.Tensor 或 TVTensor（例如 Image、Video、BoundingBoxes 等），它可以具有任意数量的前置批处理维度。例如，图像可以具有 [..., C, H, W] 形状。边界框可以具有 [..., 4] 形状。

参数:

• distortion_scale (float, optional) – 控制失真程度的参数，范围从 0 到 1。默认为 0.5。

• p (float, optional) – 输入被变换的概率。默认为 0.5。

• interpolation (InterpolationMode, optional) – 由 torchvision.transforms.InterpolationMode 定义的所需插值枚举。默认为 InterpolationMode.BILINEAR。如果输入是 Tensor，则仅支持 InterpolationMode.NEAREST、InterpolationMode.BILINEAR。也接受相应的 Pillow 整数常量，例如 PIL.Image.BILINEAR。

• fill (number or tuple or dict, optional) – 当 padding_mode 为 constant 时使用的像素填充值。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。填充值也可以是映射数据类型到填充值的字典，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。

使用 RandomPerspective 的示例

关键点上的变换

关键点上的变换

转换图示

转换图示

static get_params(width: int, height: int, distortion_scale: float) → tuple[list[list[int]], list[list[int]]]

为随机透视变换获取 perspective 的参数。

参数:

• width (int) – 图像宽度。

• height (int) – 图像高度。

• distortion_scale (float) – 控制失真程度的参数，范围从 0 到 1。

返回:

包含 [左上角、右上角、右下角、左下角] 原始图像的列表，包含 [左上角、右上角、右下角、左下角] 变换后图像的列表。

make_params(flat_inputs: list[Any]) → dict[str, Any]

用于覆盖自定义变换的方法。

请参阅 如何编写自己的 v2 变换

transform(inpt: Any, params: dict[str, Any]) → Any

用于覆盖自定义变换的方法。

请参阅 如何编写自己的 v2 变换