ScaleJitter

class torchvision.transforms.v2.ScaleJitter(target_size: tuple[int, int], scale_range: tuple[float, float] = (0.1, 2.0), interpolation: Union[InterpolationMode, int] = InterpolationMode.BILINEAR, antialias: Optional[bool] = True)

根据 “Simple Copy-Paste is a Strong Data Augmentation Method for Instance Segmentation” 对输入执行大规模抖动。

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导批处理维度。例如，图像的形状可以是 [..., C, H, W]。边界框的形状可以是 [..., 4]。

参数:

• target_size (tuple of python:int) – 目标大小。此参数定义了抖动的基础比例，例如 min(target_size[0] / width, target_size[1] / height)。

• scale_range (tuple of python:float, optional) – 比例范围的最小值和最大值。默认为 (0.1, 2.0)。

• interpolation (InterpolationMode, optional) – 由 torchvision.transforms.InterpolationMode 定义的期望的插值枚举。默认为 InterpolationMode.BILINEAR。如果输入是 Tensor，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。

• antialias (bool, optional) –

  是否应用抗锯齿。它仅影响双线性或双三次模式下的张量，否则将被忽略：在 PIL 图像上，双线性或双三次模式始终应用抗锯齿；在其他模式下（对于 PIL 图像和张量），抗锯齿没有意义，此参数将被忽略。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。这可能是您想要使用的。

  • False：将不对任何模式下的张量应用抗锯齿。PIL 图像在双线性或双三次模式下仍然进行抗锯齿处理，因为 PIL 不支持无抗锯齿。

  • None：对于张量相当于 False，对于 PIL 图像相当于 True。此值存在是为了兼容性，除非您真的知道自己在做什么，否则可能不希望使用它。

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

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