Python mxnet.image.CreateAugmenter用法及代码示例

用法: mxnet.image.CreateAugmenter(data_shape, resize=0, rand_crop=False, rand_resize=False, rand_mirror=False, mean=None, std=None, brightness=0, contrast=0, saturation=0, hue=0, pca_noise=0, rand_gray=0, inter_method=2)

参数：

data_shape：(tuple of int) - 输出数据的形状
resize：(int) - 如果开始时大于 0，则调整短边的大小
rand_crop：(bool) - 是否启用除中心裁剪以外的随机裁剪
rand_resize：(bool) - 是否开启随机大小裁剪，需要开启rand_crop
rand_gray：(float) - [0, 1]，所有通道转换为灰度的概率，通道数不会减少到1
rand_mirror：(bool) - 是否以 0.5 的概率对图像应用水平翻转
mean：(np.ndarray or None) - [r, g, b] 的平均像素值
std：(np.ndarray or None) - [r, g, b] 的标准差
brightness：(float) - 亮度抖动范围(百分比)
contrast：(float) - 对比度抖动范围(百分比)
saturation：(float) - 饱和抖动范围(百分比)
hue：(float) - 色相抖动范围(百分比)
pca_noise：(float) - Pca 噪音水平(百分比)
inter_method：(int, default=2(Area-based)) -所有调整大小操作的插值方法可能的值： 0：最近邻插值。 1：双线性插值。 2：4x4 像素邻域的双三次插值。 3：基于区域(使用像素区域关系重采样)。它可能是图像抽取的首选方法，因为它会给出 moire-free 结果。但是当图像被缩放时，它类似于最近邻方法。 (默认使用)。 4：8x8 像素邻域上的 Lanczos 插值。 9：放大的三次，缩小的面积，其他的双线性 10：从上面提到的插值方法中随机选择。注意：在缩小图像时，通常使用基于 AREA 的插值效果最好，而在放大图像时，通常使用双三次(慢)或双线性(更快但看起来还不错)效果最好。

创建一个增强器列表。

例子：

>>> # An example of creating multiple augmenters
>>> augs = mx.image.CreateAugmenter(data_shape=(3, 300, 300), rand_mirror=True,
...    mean=True, brightness=0.125, contrast=0.125, rand_gray=0.05,
...    saturation=0.125, pca_noise=0.05, inter_method=10)
>>> # dump the details
>>> for aug in augs:
...    aug.dumps()

相关用法

注：本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.image.CreateAugmenter。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。