本文简要介绍python语言中 torchvision.transforms.FiveCrop
的用法。
用法:
class torchvision.transforms.FiveCrop(size)
size(序列或者int) -裁剪的期望输出大小。如果 size 是
int
而不是 (h, w) 之类的序列,则制作大小为 (size, size) 的方形裁剪。如果提供长度为 1 的序列,它将被解释为 (size[0], size[0])。将给定的图像裁剪成四个角和中央裁剪。如果图像是 Torch Tensor,它应该具有 […, H, W] 形状,其中… 表示任意数量的前导维度
注意
此转换返回图像元组,并且您的数据集返回的输入和目标数量可能不匹配。有关如何处理此问题的示例,请参见下文。
示例
>>> transform = Compose([ >>> FiveCrop(size), # this is a list of PIL Images >>> Lambda(lambda crops: torch.stack([ToTensor()(crop) for crop in crops])) # returns a 4D tensor >>> ]) >>> #In your test loop you can do the following: >>> input, target = batch # input is a 5d tensor, target is 2d >>> bs, ncrops, c, h, w = input.size() >>> result = model(input.view(-1, c, h, w)) # fuse batch size and ncrops >>> result_avg = result.view(bs, ncrops, -1).mean(1) # avg over crops
使用
FiveCrop
的示例:
参数:
相关用法
- Python PyTorch Filter用法及代码示例
- Python PyTorch FileLister用法及代码示例
- Python PyTorch FisherSnedecor用法及代码示例
- Python PyTorch FileStore用法及代码示例
- Python PyTorch FileOpener用法及代码示例
- Python PyTorch Future.then用法及代码示例
- Python PyTorch FunctionCtx.mark_dirty用法及代码示例
- Python PyTorch FloatFunctional用法及代码示例
- Python PyTorch Forker用法及代码示例
- Python PyTorch FMInteractionArch用法及代码示例
- Python PyTorch Future.add_done_callback用法及代码示例
- Python PyTorch Function用法及代码示例
- Python PyTorch FeatureAlphaDropout用法及代码示例
- Python PyTorch FSSpecFileOpener用法及代码示例
- Python PyTorch FSSpecSaver用法及代码示例
- Python PyTorch FunctionCtx.set_materialize_grads用法及代码示例
- Python PyTorch FeaturePyramidNetwork用法及代码示例
- Python PyTorch FactorizationMachine用法及代码示例
- Python PyTorch FractionalMaxPool3d用法及代码示例
- Python PyTorch FunctionCtx.save_for_backward用法及代码示例
- Python PyTorch FactorizationMachine.forward用法及代码示例
- Python PyTorch FrequencyMasking用法及代码示例
- Python PyTorch Fade用法及代码示例
- Python PyTorch Fold用法及代码示例
- Python PyTorch Future.set_result用法及代码示例
注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torchvision.transforms.FiveCrop。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。