RandomErasing¶

class torchvision.transforms.v2.RandomErasing(p: float = 0.5, scale: Sequence[float] = (0.02, 0.33), ratio: Sequence[float] = (0.3, 3.3), value: float = 0.0, inplace: bool = False)[源代码]¶

随机选择输入图像或视频中的一个矩形区域并擦除其像素。

此转换不支持 PIL Image。Zhong 等人的“Random Erasing Data Augmentation”。参见 https://arxiv.org/abs/1708.04896

参数:

p (float, 可选) – 执行随机擦除操作的概率。
scale (tuple of python:float, 可选) – 擦除区域占输入图像的比例范围。
ratio (tuple of python:float, 可选) – 擦除区域的宽高比范围。
value (数字或 数字元组) – 擦除值。默认为 0。如果为单个整数，则用于擦除所有像素。如果为长度为 3 的元组，则分别用于擦除 R、G、B 通道。如果为“random”字符串，则用随机值擦除每个像素。
inplace (bool, 可选) – 用于使此转换原地生效的布尔值。默认为 False。

返回:

擦除后的输入。

示例

>>> from torchvision.transforms import v2 as transforms
>>>
>>> transform = transforms.Compose([
>>>   transforms.RandomHorizontalFlip(),
>>>   transforms.PILToTensor(),
>>>   transforms.ConvertImageDtype(torch.float),
>>>   transforms.Normalize((0.485, 0.456, 0.406), (0.229, 0.224, 0.225)),
>>>   transforms.RandomErasing(),
>>> ])

static get_params(img: Tensor, scale: tuple[float, float], ratio: tuple[float, float], value: Optional[list[float]] = None) → tuple[int, int, int, int, torch.Tensor][源代码]¶

获取随机擦除的 erase 参数。

参数:

img (Tensor) – 要擦除的 Tensor 图像。
scale (sequence) – 擦除区域占输入图像的比例范围。
ratio (sequence) – 擦除区域的宽高比范围。
value (list, 可选) – 擦除值。如果为 None，则解释为“random”（用随机值擦除每个像素）。如果 value 的长度为 1，则解释为数字，即 value[0]。

返回: