Python mxnet.image.CreateAugmenter用法及代碼示例

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)

參數：

data_shape：(tuple of int) - 輸出數據的形狀
resize：(int) - 如果開始時大於 0，則調整短邊的大小
rand_crop：(bool) - 是否啟用除中心裁剪以外的隨機裁剪
rand_resize：(bool) - 是否開啟隨機大小裁剪，需要開啟rand_crop
rand_gray：(float) - [0, 1]，所有通道轉換為灰度的概率，通道數不會減少到1
rand_mirror：(bool) - 是否以 0.5 的概率對圖像應用水平翻轉
mean：(np.ndarray or None) - [r, g, b] 的平均像素值
std：(np.ndarray or None) - [r, g, b] 的標準差
brightness：(float) - 亮度抖動範圍(百分比)
contrast：(float) - 對比度抖動範圍(百分比)
saturation：(float) - 飽和抖動範圍(百分比)
hue：(float) - 色相抖動範圍(百分比)
pca_noise：(float) - Pca 噪音水平(百分比)
inter_method：(int, default=2(Area-based)) -所有調整大小操作的插值方法可能的值： 0：最近鄰插值。 1：雙線性插值。 2：4x4 像素鄰域的雙三次插值。 3：基於區域(使用像素區域關係重采樣)。它可能是圖像抽取的首選方法，因為它會給出 moire-free 結果。但是當圖像被縮放時，它類似於最近鄰方法。 (默認使用)。 4：8x8 像素鄰域上的 Lanczos 插值。 9：放大的三次，縮小的麵積，其他的雙線性 10：從上麵提到的插值方法中隨機選擇。注意：在縮小圖像時，通常使用基於 AREA 的插值效果最好，而在放大圖像時，通常使用雙三次(慢)或雙線性(更快但看起來還不錯)效果最好。

創建一個增強器列表。

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()

相關用法

注：本文由純淨天空篩選整理自apache.org大神的英文原創作品 mxnet.image.CreateAugmenter。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。