[输入参数类型不一致]torchvision.transforms.functional.affine

torchvision.transforms.functional.affine

torchvision.transforms.functional.affine(img: Tensor,
                                        angle: float,
                                        translate: List[int],
                                        scale: float,
                                        shear: List[float],
                                        interpolation: InterpolationMode = InterpolationMode.NEAREST,
                                        fill: Optional[List[float]] = None,
                                        center: Optional[List[int]] = None)

paddle.vision.transforms.affine

paddle.vision.transforms.affine(
    img: Union[PIL.Image.Image, np.ndarray, paddle.Tensor],
    angle: Union[float, int],
    translate: List[float],
    scale: float,
    shear: Union[List[float], Tuple[float, ...]],
    interpolation: Union[str, int] = 'nearest',
    fill: Union[int, List[int], Tuple[int, ...]] = 0,
    center: Optional[Tuple[int, int]] = None
)

两者功能一致，但输入参数类型不一致，具体如下：

参数映射

torchvision PaddlePaddle 备注
img img 输入图片。
angle angle 旋转角度。
translate translate 随机水平平移和垂直平移变化的位移大小。
scale scale 控制缩放比例。
shear shear 剪切角度值。
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。
fill fill 对图像扩展时填充的像素值。
center center 仿射变换的中心点坐标 。

转写示例

interpolation：插值的方法

# PyTorch 写法
rotated_img = torchvision.transforms.functional.affine(img, angle=30.0, translate=[10, 20], scale=1.2, shear=[10.0, 5.0], interpolation=torchvision.transforms.InterpolationMode.BILINEAR, fill=[0, 0, 0], center=[100, 100])

# Paddle 写法
rotated_img = paddle.vision.transforms.affine(img=img, angle=30.0, translate=[10, 20], scale=1.2, shear=[10.0, 5.0], interpolation='bilinear', fill=[0, 0, 0], center=[100, 100])