mindspore.dataset.vision.AutoAugment

class mindspore.dataset.vision.AutoAugment(policy=AutoAugmentPolicy.IMAGENET, interpolation=Inter.NEAREST, fill_value=0)[源代码]

应用AutoAugment数据增强方法,基于论文 AutoAugment: Learning Augmentation Strategies from Data 。 此操作仅适用于3通道RGB图像。

参数:
  • policy (AutoAugmentPolicy, 可选) - 在不同数据集上学习的AutoAugment策略。默认值: AutoAugmentPolicy.IMAGENET 。 可以是 AutoAugmentPolicy.IMAGENETAutoAugmentPolicy.CIFAR10AutoAugmentPolicy.SVHN

    • AutoAugmentPolicy.IMAGENET:表示应用在ImageNet数据集上学习的AutoAugment。

    • AutoAugmentPolicy.CIFAR10:表示应用在Cifar10数据集上学习的AutoAugment。

    • AutoAugmentPolicy.SVHN:表示应用在SVHN数据集上学习的AutoAugment。

  • interpolation (Inter, 可选) - 图像插值方式。默认值: Inter.NEAREST 。 可以是 Inter.NEARESTInter.BILINEARInter.BICUBICInter.AREA

    • Inter.NEAREST:表示插值方法是最近邻插值。

    • Inter.BILINEAR:表示插值方法是双线性插值。

    • Inter.BICUBIC:表示插值方法为双三次插值。

    • Inter.AREA:表示插值方法为像素区域插值。

  • fill_value (Union[int, tuple[int]], 可选) - 填充的像素值。 如果是3元素元组,则分别用于填充R、G、B通道。 如果是整数,则用于所有 RGB 通道。 fill_value 值必须在 [0, 255] 范围内。默认值: 0

异常:
支持平台:

CPU

样例:

>>> import mindspore.dataset as ds
>>> import mindspore.dataset.vision as vision
>>> from mindspore.dataset.vision import AutoAugmentPolicy, Inter
>>>
>>> transforms_list = [vision.Decode(), vision.AutoAugment(policy=AutoAugmentPolicy.IMAGENET,
...                                                        interpolation=Inter.NEAREST,
...                                                        fill_value=0)]
>>>
>>> image_folder_dataset = ds.ImageFolderDataset("/path/to/image_folder_dataset_directory")
>>> image_folder_dataset = image_folder_dataset.map(operations=transforms_list,
...                                                 input_columns=["image"])
教程样例: