ElasticTransform

class torchvision.transforms.v2.ElasticTransform(alpha: Union[float, Sequence[float]] = 50.0, sigma: Union[float, Sequence[float]] = 5.0, 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)

使用弹性变换转换输入。

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次维度。例如，图像可以具有 [..., C, H, W] 的形状。边界框可以具有 [..., 4] 的形状。

给定 alpha 和 sigma，它将根据随机偏移量为所有像素生成位移向量。Alpha 控制位移的强度，sigma 控制位移的平滑度。位移被加到标识网格上，然后使用结果网格来转换输入。

注意

转换边界框的实现是近似的（不是精确的）。我们构建了网格的近似反向 inverse_grid = identity - displacement。这不是用于转换图像的网格的精确反向，即 grid = identity + displacement。我们的假设是 displacement * displacement 很小，可以忽略。大的位移会导致近似误差增大。

应用

随机变换图像中的物体形态，并产生类似“水中穿透”的效果。

参数:

• alpha (float 或 python:float序列, 可选) – 位移幅度。默认为 50.0。

• sigma (float 或 python:float序列, 可选) – 位移平滑度。默认为 5.0。

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

• fill (数字 或 元组 或 字典, 可选) – 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 将用 127 填充，Mask 将用 0 填充。

使用 ElasticTransform 的示例

转换图示

转换图示

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