mindspore.dataset.vision.RandomResizedCrop
- class mindspore.dataset.vision.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]
对输入图像进行随机裁剪,并使用指定的
mindspore.dataset.vision.Inter
插值方式去调整为指定的尺寸大小。Note
如果输入图像不止一张,需要保证输入的多张图像尺寸大小一致。
参数:
size (Union[int, Sequence[int]]) - 图像的输出尺寸大小。若输入整型,则放缩至(size, size)大小;若输入2元素序列,则以2个元素分别为高和宽放缩至(高度, 宽度)大小。
scale (Union[list, tuple], 可选) - 裁剪子图的尺寸大小相对原图比例的随机选取范围,需要在[min, max)区间,默认值:(0.08, 1.0)。
ratio (Union[list, tuple], 可选) - 裁剪子图的宽高比的随机选取范围,需要在[min, max)区间,默认值:(3./4., 4./3.)。
interpolation (Inter, 可选) - 插值方式。它可以是 [Inter.BILINEAR, Inter.NEAREST, Inter.BICUBIC, Inter.PILCUBIC] 中的任何一个,默认值:Inter.BILINEAR。
Inter.BILINEAR,双线性插值。
Inter.NEAREST,最近邻插值。
Inter.BICUBIC,双三次插值。
Inter.AREA,像素区域插值。
Inter.PILCUBIC,Pillow库中实现的双三次插值,输入应为3通道格式。
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]。
TypeError - 当 scale 的类型不为tuple或list。
TypeError - 当 ratio 的类型不为tuple或list。
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。
RuntimeError - 当输入图像的shape不为<H, W>或<H, W, C>。
- 支持平台:
CPU
样例:
>>> from mindspore.dataset.vision import Inter >>> decode_op = vision.Decode() >>> resize_crop_op = vision.RandomResizedCrop(size=(50, 75), scale=(0.25, 0.5), ... interpolation=Inter.BILINEAR) >>> transforms_list = [decode_op, resize_crop_op] >>> image_folder_dataset = image_folder_dataset.map(operations=transforms_list, ... input_columns=["image"])