mindspore.dataset.vision.RandomVerticalFlipWithBBox
- class mindspore.dataset.vision.RandomVerticalFlipWithBBox(prob=0.5)[源代码]
以给定的概率对输入图像和边界框在垂直方向进行随机翻转。
- 参数:
prob (float, 可选) - 图像被翻转的概率,取值范围:[0.0, 1.0]。默认值:
0.5
。
- 异常:
TypeError - 如果 prob 不是float类型。
ValueError - 如果 prob 不在 [0.0, 1.0] 范围。
RuntimeError - 如果输入的Tensor不是 <H, W> 或<H, W, C> 格式。
- 支持平台:
CPU
样例:
>>> import numpy as np >>> import mindspore.dataset as ds >>> import mindspore.dataset.vision as vision >>> >>> # Use the transform in dataset pipeline mode >>> data = np.random.randint(0, 255, size=(100, 100, 3)).astype(np.float32) >>> numpy_slices_dataset = ds.NumpySlicesDataset(data, ["image"]) >>> func = lambda img: (data, np.array([[0, 0, data.shape[1], data.shape[0]]]).astype(np.float32)) >>> numpy_slices_dataset = numpy_slices_dataset.map(operations=[func], ... input_columns=["image"], ... output_columns=["image", "bbox"]) >>> transforms_list = [vision.RandomVerticalFlipWithBBox(0.20)] >>> numpy_slices_dataset = numpy_slices_dataset.map(operations=transforms_list, input_columns=["image", "bbox"]) >>> for item in numpy_slices_dataset.create_dict_iterator(num_epochs=1, output_numpy=True): ... print(item["image"].shape, item["image"].dtype) ... print(item["bbox"].shape, item["bbox"].dtype) ... break (100, 100, 3) float32 (1, 4) float32 >>> >>> # Use the transform in eager mode >>> data = np.random.randint(0, 255, size=(100, 100, 3)).astype(np.float32) >>> func = lambda img: (data, np.array([[0, 0, data.shape[1], data.shape[0]]]).astype(data.dtype)) >>> func_data, func_bboxes = func(data) >>> output = vision.RandomVerticalFlipWithBBox(1)(func_data, func_bboxes) >>> print(output[0].shape, output[0].dtype) (100, 100, 3) float32 >>> print(output[1].shape, output[1].dtype) (1, 4) float32
- 教程样例: