mindspore.dataset.vision.NormalizePad
- class mindspore.dataset.vision.NormalizePad(mean, std, dtype='float32', is_hwc=True)[源代码]
根据均值和标准差对输入图像进行归一化,然后填充一个全零的额外通道。
参数:
mean (sequence) - 图像每个通道的均值组成的列表或元组。平均值必须在 (0.0, 255.0] 范围内。
std (sequence) - 图像每个通道的标准差组成的列表或元组。标准差值必须在 (0.0, 255.0] 范围内。
dtype (str, 可选) - 输出图像的数据类型,默认值:”float32”。
is_hwc (bool, 可选) - 表示输入图像是否为HWC格式,True为HWC格式,False为CHW格式。默认值:True。
异常:
TypeError - 如果 mean 不是sequence类型。
TypeError - 如果 std 不是sequence类型。
TypeError - 如果 dtype 不是str类型。
TypeError - 如果 is_hwc 不是bool类型。
ValueError - 如果 mean 不在 [0.0, 255.0] 范围内。
ValueError - 如果 std 不在范围内 (0.0, 255.0]。
RuntimeError - 如果输入图像的shape不是 <H, W>, <H, W, C> 或 <C, H, W>。
- 支持平台:
CPU
样例:
>>> decode_op = vision.Decode() >>> normalize_pad_op = vision.NormalizePad(mean=[121.0, 115.0, 100.0], ... std=[70.0, 68.0, 71.0], ... dtype="float32") >>> transforms_list = [decode_op, normalize_pad_op] >>> image_folder_dataset = image_folder_dataset.map(operations=transforms_list, ... input_columns=["image"])