[输入参数类型不一致]torchvision.transforms.RandomResizedCrop¶
torchvision.transforms.RandomResizedCrop¶
torchvision.transforms.RandomResizedCrop(
size: Union[int, List[int], Tuple[int, ...]],
scale: Tuple[float, float] = (0.08, 1.0),
ratio: Tuple[float, float] = (0.75, 1.3333333333333333),
interpolation: InterpolationMode = InterpolationMode.BILINEAR,
antialias: Optional[bool] = True
)
paddle.vision.transforms.RandomResizedCrop¶
paddle.vision.transforms.RandomResizedCrop(
size: Union[int, List[int], Tuple[int, ...]],
scale: Union[List[float], Tuple[float, float]] = (0.08, 1.0),
ratio: Union[List[float], Tuple[float, float]] = (0.75, 1.33),
interpolation: Union[int, str] = 'bilinear',
keys: Optional[Union[List[str], Tuple[str, ...]]] = None
)
两者功能一致，但参数类型不一致。
参数映射¶
| torchvision | PaddlePaddle | 备注 |
|---|---|---|
| size | size | 裁剪后的图片大小。 |
| scale | scale | 随机裁剪后图像大小的范围。 |
| ratio | ratio | 裁剪后的目标图像宽高比范围。 |
| interpolation | interpolation | 插值的方法，两者类型不一致，PyTorch 为 InterpolationMode 枚举类, Paddle 为 int 或 string，需要转写。 |
| antialias | - | 是否应用抗锯齿效果，Paddle 无此参数，暂无转写方式。 |
| - | keys | 输入的类型，PyTorch 无此参数，Paddle 保持默认即可。 |
转写示例¶
interpolation：插值的方法¶
# PyTorch 写法
transform = torchvision.transforms.RandomResizedCrop(size=(224, 224), scale=(0.08, 1.0), ratio=(0.75, 1.3333), interpolation=torchvision.transforms.InterpolationMode.BILINEAR)
cropped_img = transform(img)
# Paddle 写法
transform = paddle.vision.transforms.RandomResizedCrop(size=(224, 224), scale=(0.08, 1.0), ratio=(0.75, 1.3333), interpolation='bilinear')
cropped_img = transform(img)