PyTorch 中的随机垂直翻转

请我喝杯咖啡☕

*备忘录：

• 我的帖子解释了 randomhorizo​​ntalflip()。
• 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")

超级简历WonderCV

免费求职简历模版下载制作，应届生职场人必备简历制作神器

下载

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)