mindspore.dataset.vision.RandomResizedCropWithBBox

class mindspore.dataset.vision.RandomResizedCropWithBBox(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且随机调整纵横比，并将处理后的图像调整为指定的尺寸大小，并相应地调整边界框。

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) - 图像插值方法。可选值详见 mindspore.dataset.vision.Inter 。 默认值： Inter.BILINEAR。

  • 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：

>>> import numpy as np
>>> import mindspore.dataset as ds
>>> import mindspore.dataset.vision as vision
>>> from mindspore.dataset.vision import Inter
>>>
>>> # 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"])
>>> bbox_op = vision.RandomResizedCropWithBBox(size=50, interpolation=Inter.NEAREST)
>>> transforms_list = [bbox_op]
>>> 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
(50, 50, 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.RandomResizedCropWithBBox((16, 64), (0.5, 0.5), (0.5, 0.5))(func_data, func_bboxes)
>>> print(output[0].shape, output[0].dtype)
(16, 64, 3) float32
>>> print(output[1].shape, output[1].dtype)
(1, 4) float32
教程样例：