AutoAugment

class torchvision.transforms.v2.AutoAugment(policy: AutoAugmentPolicy = AutoAugmentPolicy.IMAGENET, interpolation: Union[InterpolationMode, int] = InterpolationMode.NEAREST, 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)

基于 “AutoAugment: Learning Augmentation Strategies from Data” 的 AutoAugment 数据增强方法。

此转换仅适用于图像和视频。

如果输入是 torch.Tensor，则其类型应为 torch.uint8，并且期望其形状为 […, 1 或 3, H, W]，其中 … 表示任意数量的前导维度。如果 img 是 PIL Image，则期望其模式为“L”或“RGB”。

参数:

• policy (AutoAugmentPolicy, 可选) – 由 torchvision.transforms.autoaugment.AutoAugmentPolicy 定义的期望策略枚举。默认为 AutoAugmentPolicy.IMAGENET。

• interpolation (InterpolationMode, optional) – 由 torchvision.transforms.InterpolationMode 定义的期望的插值枚举。默认为 InterpolationMode.NEAREST。如果输入是 Tensor，则只支持 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 AutoAugment 的示例

转换图示

转换图示

forward(*inputs: Any) → Any

不要覆盖此方法！请使用 transform() 代替。

static get_params(transform_num: int) → tuple[int, torch.Tensor, torch.Tensor]

获取 autoaugment 变换的参数

返回:

autoaugment 变换所需的参数