mindspore.dataset.vision.py_transforms.RandomResizedCrop
- class mindspore.dataset.vision.py_transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(3.0 / 4.0, 4.0 / 3.0), interpolation=Inter.BILINEAR, max_attempts=10)[源代码]
在输入PIL图像上的随机位置裁剪子图,并放缩到指定尺寸大小。
参数:
size (Union[int, Sequence[int, int]]) - 图像放缩的尺寸大小。若输入int,则放缩至( size , size )大小;若输入Sequence[int, int],则以2个元素分别为高和宽进行放缩。
scale (Sequence[float, float],可选) - 裁剪子图的面积相对原图比例的随机选取范围,按照(min, max)顺序排列,默认值:(0.08, 1.0)。
ratio (Sequence[float, float],可选) - 裁剪子图的宽高比的随机选取范围,按照(min, max)顺序排列,默认值:(3./4., 4./3.)。
interpolation (Inter,可选) - 插值方式,取值可为 Inter.NEAREST、Inter.ANTIALIAS、Inter.BILINEAR 或 Inter.BICUBIC。默认值:Inter.BILINEAR。
Inter.NEAREST:最近邻插值。
Inter.ANTIALIAS:抗锯齿插值。
Inter.BILINEAR:双线性插值。
Inter.BICUBIC:双三次插值。
max_attempts (int,可选) - 生成随机裁剪位置的最大尝试次数,超过该次数时将使用中心裁剪,默认值:10。
异常:
TypeError - 当 size 的类型不为int或Sequence[int, int]。
TypeError - 当 scale 的类型不为Sequence[float, float]。
TypeError - 当 ratio 的类型不为Sequence[float, float]。
TypeError - 当 interpolation 的类型不为
mindspore.dataset.vision.Inter
。TypeError - 当 max_attempts 的类型不为int。
ValueError - 当 size 不为正数。
ValueError - 当 scale 为负数。
ValueError - 当 ratio 为负数。
ValueError - 当 max_attempts 不为正数。
- 支持平台:
CPU
样例:
>>> from mindspore.dataset.transforms.py_transforms import Compose >>> >>> transforms_list = Compose([py_vision.Decode(), ... py_vision.RandomResizedCrop(224), ... py_vision.ToTensor()]) >>> # apply the transform to dataset through map function >>> image_folder_dataset = image_folder_dataset.map(operations=transforms_list, ... input_columns="image")