mindspore.dataset.vision.CutMixBatch

查看源文件
class mindspore.dataset.vision.CutMixBatch(image_batch_format, alpha=1.0, prob=1.0)[源代码]

对输入批次的图像和标注应用剪切混合转换。 请注意，在调用此操作符之前，您需要将标注制作为 one-hot 格式并进行批处理。

参数：

  • image_batch_format (ImageBatchFormat) - 图像批处理输出格式。可以是 ImageBatchFormat.NHWC 或 ImageBatchFormat.NCHW 。

  • alpha (float, 可选) - β分布的超参数，必须大于0。默认值： 1.0 。

  • prob (float, 可选) - 对每个图像应用剪切混合处理的概率，取值范围：[0.0, 1.0]。默认值： 1.0 。

异常：

  • TypeError - 如果 image_batch_format 不是 mindspore.dataset.vision.ImageBatchFormat 的类型。

  • TypeError - 如果 alpha 不是float类型。

  • TypeError - 如果 prob 不是 float 类型。

  • ValueError - 如果 alpha 小于或等于 0。

  • ValueError - 如果 prob 不在 [0.0, 1.0] 范围内。

  • RuntimeError - 如果输入图像的shape不是 <H, W, C>。

支持平台：

CPU

样例：

>>> import numpy as np
>>> import mindspore.dataset as ds
>>> import mindspore.dataset.transforms as transforms
>>> import mindspore.dataset.vision as vision
>>> from mindspore.dataset.vision import ImageBatchFormat
>>>
>>> # Use the transform in dataset pipeline mode
>>> data = np.random.randint(0, 255, size=(28, 28, 3)).astype(np.uint8)
>>> numpy_slices_dataset = ds.NumpySlicesDataset(data, ["image"])
>>> numpy_slices_dataset = numpy_slices_dataset.map(
...     operations=lambda img: (data, np.random.randint(0, 5, (3, 1))),
...     input_columns=["image"],
...     output_columns=["image", "label"])
>>> onehot_op = transforms.OneHot(num_classes=10)
>>> numpy_slices_dataset= numpy_slices_dataset.map(operations=onehot_op, input_columns=["label"])
>>> cutmix_batch_op = vision.CutMixBatch(ImageBatchFormat.NHWC, 1.0, 0.5)
>>> numpy_slices_dataset = numpy_slices_dataset.batch(5)
>>> numpy_slices_dataset = numpy_slices_dataset.map(operations=cutmix_batch_op,
...                                                 input_columns=["image", "label"])
>>> for item in numpy_slices_dataset.create_dict_iterator(num_epochs=1, output_numpy=True):
...     print(item["image"].shape, item["image"].dtype)
...     print(item["label"].shape, item["label"].dtype)
...     break
(5, 28, 28, 3) uint8
(5, 3, 10) float32
>>>
>>> # Use the transform in eager mode
>>> data = np.random.randint(0, 255, (3, 3, 10, 10)).astype(np.uint8)
>>> label = np.array([[0, 1], [1, 0], [1, 0]])
>>> output = vision.CutMixBatch(vision.ImageBatchFormat.NCHW, 1.0, 1.0)(data, label)
>>> print(output[0].shape, output[0].dtype)
(3, 3, 10, 10) uint8
>>> print(output[1].shape, output[1].dtype)
(3, 2) float32
教程样例：