PyTorch の RandomAffine

このコードは、torchvision での RandomAffine 変換を示します。 さまざまなパラメーターの組み合わせを検討し、画像の回転、移動、スケーリング、およびせん断の機能を紹介します。 結果は matplotlib を使用して視覚化されます。

RandomAffine 変換では、2 次元および 3 次元の画像変換が可能です。 主要なパラメータは次のとおりです:

• degrees: 回転角度を指定します。 単一の float 値は対称範囲 [-degrees,degrees] を表します。 2 つの float のタプル/リストは、非対称範囲 [min, max] を定義します。

• translate: 翻訳を制御します。 2 つの浮動小数点 [a, b] のタプル/リストは、水平シフトと垂直シフトをそれぞれ画像の幅と高さの分数として表します。

• scale: スケーリング範囲 [最小、最大] を定義します。

• shear: シャーリングを導入します。単一の float 値は、x の対称せん断範囲 [-shear, shear] を意味し、y せん断は 0 に設定されます。2 つの float のタプル/リストは、x せん断範囲を指定します。 4 要素のタプル/リストは、x と y の両方のせん断範囲を定義します。

• interpolation: 補間方法 (例: InterpolationMode.NEAREST) を指定します。

• fill: 変換された画像の外側の領域の塗りつぶしの色を決定します。 単一の値、または RGB 値を表すタプル/リストを指定できます。

• center: 回転中心を設定します。

コードは、さまざまな条件下での変換の動作を実証するために、極値を含むさまざまなパラメーター設定を体系的にテストします。 この視覚化では、入力画像に対する各パラメーターの効果が明確に示されています。 2 つの show_images 関数は同一の機能を提供し、1 つはプロット ループ内で直接変換を適用し、もう 1 つは変換を事前計算します。

以下に表示される画像は、OxfordIIITPet データセットの画像に適用されたさまざまな RandomAffine 変換の出力を視覚的に表しています。

---

---

---

---

---

以上がPyTorch の RandomAffineの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。