TenCrop

class torchvision.transforms.TenCrop(size, vertical_flip=False)

将给定图像裁剪成四个角落和中心裁剪，外加它们的翻转版本（默认使用水平翻转）。如果图像是 torch Tensor，则期望其具有 […, H, W] 形状，其中 … 表示任意数量的前导维度。

注意

此变换返回一个图像元组，并且您的 Dataset 返回的输入和目标数量可能不匹配。有关如何处理此问题，请参阅下面的示例。

参数:

• size (sequence 或 int) – 裁剪的期望输出大小。如果 size 是一个整数而不是序列 (h, w)，则会进行一个方形裁剪 (size, size)。如果提供长度为 1 的序列，则将其解释为 (size[0], size[0])。

• vertical_flip (bool) – 使用垂直翻转代替水平翻转

示例

>>> transform = Compose([
>>>    TenCrop(size), # this is a tuple of PIL Images
>>>    Lambda(lambda crops: torch.stack([PILToTensor()(crop) for crop in crops])) # returns a 4D tensor
>>> ])
>>> #In your test loop you can do the following:
>>> input, target = batch # input is a 5d tensor, target is 2d
>>> bs, ncrops, c, h, w = input.size()
>>> result = model(input.view(-1, c, h, w)) # fuse batch size and ncrops
>>> result_avg = result.view(bs, ncrops, -1).mean(1) # avg over crops

forward(img)

参数:

img (PIL Image 或 Tensor) – 要裁剪的图像。

返回:

包含 10 个图像的元组。图像可以是 PIL Image 或 Tensor。