AugMix¶
- class torchvision.transforms.v2.AugMix(severity: int = 3, mixture_width: int = 3, chain_depth: int = - 1, alpha: float = 1.0, all_ops: bool = True, 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]] = None)[源代码]¶
AugMix 数据增强方法，基于 “AugMix: A Simple Data Processing Method to Improve Robustness and Uncertainty”。
此转换仅适用于图像和视频。
如果输入是
torch.Tensor，它应该是torch.uint8类型，并且预计形状为 […, 1 或 3, H, W]，其中 … 表示任意数量的前导维度。如果 img 是 PIL Image，它应该处于 “L” 或 “RGB” 模式。- 参数:
severity (int, 可选) – 基本增强算子的严重程度。默认为
3。mixture_width (int, 可选) – 增强链的数量。默认为
3。chain_depth (int, 可选) – 增强链的深度。负值表示从 [1, 3] 区间随机采样深度。默认为
-1。alpha (float, 可选) – 概率分布的超参数。默认为
1.0。all_ops (bool, 可选) – 使用所有算子（包括亮度、对比度、颜色和锐度）。默认为
True。interpolation (InterpolationMode, 可选) – 由
torchvision.transforms.InterpolationMode定义的期望插值枚举。默认为InterpolationMode.NEAREST。如果输入是 Tensor，则仅支持InterpolationMode.NEAREST和InterpolationMode.BILINEAR。fill (sequence 或 number, 可选) – 转换后图像外部区域的像素填充值。如果给定一个数字，则该值分别用于所有通道。
使用
AugMix的示例
