◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。
PyTorch 中的随机垂直翻转
ID:22030 / 打印请我喝杯咖啡☕
*备忘录：
- 我的帖子解释了 randomhorizontalflip()。
- 我的帖子解释了 oxfordiiitpet()。
randomverticalflip() 可以垂直翻转零个或多个图像，如下所示：
*备忘录：
- 初始化的第一个参数是 p(optional-default:0.5-type:float)。 *这是每张图像被翻转的概率。 *这是每张图像被翻转的概率。
- 第一个参数是 img（必需类型：pil 图像或张量、元组或 int 列表）： *备注：
- 必须是二维的。
- 不要使用img=。
- v2建议按照v1还是v2使用？我应该使用哪一个？
from torchvision.datasets import oxfordiiitpet from torchvision.transforms.v2 import randomverticalflip randomverticalflip() # randomverticalflip(p=0.5) randomverticalflip().p # 0.5 origin_data = oxfordiiitpet( root="data", transform=none ) trans100_data = oxfordiiitpet( root="data", transform=randomverticalflip(p=1.0) ) trans50_data = oxfordiiitpet( root="data", transform=randomverticalflip(p=0.5) ) import matplotlib.pyplot as plt def show_images(data, main_title=none): plt.figure(figsize=(10, 5)) plt.suptitle(t=main_title, y=0.8, fontsize=14) for i, (im, _) in zip(range(1, 6), data): plt.subplot(1, 5, i) plt.imshow(x=im) plt.xticks(ticks=[]) plt.yticks(ticks=[]) plt.tight_layout() plt.show() show_images(data=origin_data, main_title="origin_data") show_images(data=trans100_data, main_title="trans100_data") show_images(data=trans50_data, main_title="trans50_data")
from torchvision.datasets import OxfordIIITPet from torchvision.transforms.v2 import RandomVerticalFlip my_data = OxfordIIITPet( root="data", transform=None ) import matplotlib.pyplot as plt def show_images(data, main_title=None, prob=0.0): plt.figure(figsize=(10, 5)) plt.suptitle(t=main_title, y=0.8, fontsize=14) for i, (im, _) in zip(range(1, 6), data): plt.subplot(1, 5, i) rvf = RandomVerticalFlip(p=prob) plt.imshow(X=rvf(im)) plt.xticks(ticks=[]) plt.yticks(ticks=[]) plt.tight_layout() plt.show() show_images(data=my_data, main_title="origin_data") show_images(data=my_data, main_title="trans100_data", prob=1.0) show_images(data=my_data, main_title="trans50_data", prob=0.5)
